Really final KS Models
Kate Nelson
Bayesian Models of Yield-Diversity Relationships in Kansas with Herbicide and Fertilizer Use
In this document we run Bayesian models evaluating the relationship between crop yield of wheat, soy, and winter wheat and landscape diversity at a county-scale over the time period 2008-2018 for the state of Kansas. Models control for climate conditions including growing degree days (GDD), stress degree days (SDD), and total precipitation (TP) as well as for irrigation water volume used in each county-year. Control variables are allowed to have random-walk trends with yield to account for non-linear climate-yield and water-yield interaction dynamics. In addition a quadratic time trend is included to account for technological changes that occurred in the state between 2008 and 2018 and county spatial effects that account for factors such as soil type and quality that remain relatively constant over time are accounted for using a variety of techniques that do and do not account for spatial autocorrelation (fixed effects, random effects plus autoregressive spatial random effect). Landscape diversity is evaluated using three common metrics (Shannon Diversity Index (SHDI), Simpson Diversity Index (SIDI), and Richness (RICH)) and was calculated for the area in each county’s bounding box using USDA CropScape, 30 meter resolution, land use classifications for each year.
The Yield variable was log transformed and all independent variables were standardized prior to model evaluation. Bayesian models employ moderately informative penalized complexity priors (“pc priors”).
This specific set of models test the influence of inclusion of herbicide and fertilizer use. this data draws from Kansas Farm Manager county-year datasets of herbicde and fertlizer expenses.
Setting things up for the tests
library(pacman)
p_load(tidyverse, sf, INLA, knitr, ggpubr, spdep, rgeos, zoo, viridis, biscale, corrplot, cowplot)
# raster
wd<-getwd()
source(paste0(wd,'/KS_yield_diversity_function_newcontrols.R'))Corn Yield Models
Model with Non-linear Fertlizer and HErbicide and FE
prep.data.norm_nc("corn_KS_final", "cornKS_0907", "corn", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')
#
# #quick data check
# r<-readRDS(paste0(wd,"/Data/cornKS_0907norm_nc.rds"))
# # head(r)
# hist(r$fert)
# hist(r$herb)
# hist(r$volume)
# length(unique(r$GDD))
d='cornKS_0907norm_nc'
name='corn_yield_SIDI_fe_normncnl0907'
f1<-build.formula.fe.nlnc('LSM_SIDI_ALL', 'corn', controls = "All", priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |(Intercept) | 4.311| 0.066| 4.182| 4.311| 4.439|
## |as.factor(CNTY)2 | 0.017| 0.082| -0.143| 0.017| 0.177|
## |as.factor(CNTY)3 | 0.200| 0.088| 0.027| 0.200| 0.374|
## |as.factor(CNTY)4 | 0.898| 0.113| 0.678| 0.897| 1.120|
## |as.factor(CNTY)5 | 0.838| 0.098| 0.646| 0.838| 1.029|
## |as.factor(CNTY)6 | 0.062| 0.090| -0.115| 0.062| 0.238|
## |as.factor(CNTY)7 | 0.308| 0.092| 0.128| 0.308| 0.488|
## |as.factor(CNTY)8 | 0.195| 0.101| -0.004| 0.196| 0.393|
## |as.factor(CNTY)9 | 0.238| 0.161| -0.076| 0.237| 0.557|
## |as.factor(CNTY)10 | 0.106| 0.116| -0.122| 0.106| 0.335|
## |as.factor(CNTY)11 | -0.070| 0.086| -0.238| -0.070| 0.098|
## |as.factor(CNTY)12 | 0.763| 0.100| 0.566| 0.763| 0.959|
## |as.factor(CNTY)13 | 0.550| 0.115| 0.323| 0.551| 0.776|
## |as.factor(CNTY)14 | 0.621| 0.097| 0.431| 0.621| 0.812|
## |as.factor(CNTY)15 | 0.070| 0.080| -0.088| 0.070| 0.227|
## |as.factor(CNTY)16 | 0.979| 0.133| 0.721| 0.978| 1.241|
## |as.factor(CNTY)17 | 0.070| 0.093| -0.113| 0.070| 0.252|
## |as.factor(CNTY)18 | -0.007| 0.090| -0.184| -0.007| 0.171|
## |as.factor(CNTY)19 | 0.139| 0.100| -0.058| 0.139| 0.336|
## |as.factor(CNTY)20 | 0.398| 0.102| 0.198| 0.398| 0.597|
## |as.factor(CNTY)21 | 0.342| 0.103| 0.138| 0.343| 0.541|
## |as.factor(CNTY)22 | 0.048| 0.092| -0.135| 0.048| 0.226|
## |as.factor(CNTY)23 | 0.923| 0.121| 0.681| 0.925| 1.152|
## |as.factor(CNTY)24 | 0.240| 0.137| -0.024| 0.238| 0.514|
## |as.factor(CNTY)25 | 0.399| 0.137| 0.130| 0.399| 0.668|
## |as.factor(CNTY)26 | 0.217| 0.138| -0.055| 0.217| 0.488|
## |as.factor(CNTY)27 | 1.068| 0.103| 0.865| 1.068| 1.271|
## |as.factor(CNTY)28 | 1.105| 0.106| 0.898| 1.105| 1.313|
## |as.factor(CNTY)29 | 0.044| 0.088| -0.129| 0.043| 0.217|
## |as.factor(CNTY)30 | 0.394| 0.121| 0.152| 0.396| 0.620|
## |as.factor(CNTY)31 | 0.480| 0.087| 0.310| 0.480| 0.651|
## |as.factor(CNTY)32 | 0.425| 0.111| 0.208| 0.425| 0.643|
## |as.factor(CNTY)33 | 1.031| 0.139| 0.750| 1.035| 1.293|
## |as.factor(CNTY)34 | 1.046| 0.098| 0.852| 1.046| 1.238|
## |as.factor(CNTY)35 | 0.523| 0.106| 0.315| 0.523| 0.731|
## |as.factor(CNTY)36 | 0.097| 0.138| -0.169| 0.095| 0.372|
## |as.factor(CNTY)37 | 0.745| 0.095| 0.559| 0.745| 0.932|
## |as.factor(CNTY)38 | 0.203| 0.096| 0.015| 0.203| 0.391|
## |as.factor(CNTY)39 | 0.258| 0.121| 0.016| 0.261| 0.487|
## |as.factor(CNTY)40 | 1.015| 0.137| 0.738| 1.019| 1.272|
## |as.factor(CNTY)41 | 1.153| 0.141| 0.876| 1.153| 1.429|
## |as.factor(CNTY)42 | 0.243| 0.087| 0.072| 0.243| 0.413|
## |as.factor(CNTY)43 | 0.274| 0.090| 0.096| 0.274| 0.452|
## |as.factor(CNTY)44 | 0.409| 0.104| 0.205| 0.409| 0.614|
## |as.factor(CNTY)45 | -0.549| 0.147| -0.839| -0.549| -0.262|
## |as.factor(CNTY)46 | 1.103| 0.104| 0.898| 1.103| 1.307|
## |as.factor(CNTY)47 | 0.797| 0.089| 0.622| 0.797| 0.972|
## |as.factor(CNTY)48 | 1.103| 0.124| 0.858| 1.104| 1.344|
## |as.factor(CNTY)49 | -0.118| 0.087| -0.288| -0.118| 0.052|
## |as.factor(CNTY)50 | 0.905| 0.114| 0.681| 0.905| 1.130|
## |as.factor(CNTY)51 | 0.170| 0.122| -0.069| 0.170| 0.410|
## |as.factor(CNTY)52 | 0.264| 0.094| 0.079| 0.264| 0.448|
## |as.factor(CNTY)53 | -0.047| 0.103| -0.250| -0.047| 0.156|
## |as.factor(CNTY)54 | 0.385| 0.102| 0.185| 0.385| 0.585|
## |as.factor(CNTY)55 | 0.139| 0.102| -0.062| 0.139| 0.338|
## |as.factor(CNTY)56 | 0.555| 0.085| 0.388| 0.555| 0.722|
## |as.factor(CNTY)57 | 0.022| 0.083| -0.141| 0.023| 0.185|
## |as.factor(CNTY)58 | 0.201| 0.089| 0.026| 0.201| 0.377|
## |as.factor(CNTY)59 | 1.352| 0.103| 1.151| 1.351| 1.554|
## |as.factor(CNTY)60 | 0.071| 0.080| -0.086| 0.071| 0.227|
## |as.factor(CNTY)61 | 0.431| 0.095| 0.245| 0.431| 0.618|
## |as.factor(CNTY)62 | -0.015| 0.081| -0.175| -0.015| 0.145|
## |as.factor(CNTY)63 | 0.066| 0.100| -0.130| 0.066| 0.261|
## |as.factor(CNTY)64 | 0.927| 0.100| 0.730| 0.928| 1.122|
## |as.factor(CNTY)65 | 0.134| 0.084| -0.032| 0.134| 0.300|
## |as.factor(CNTY)66 | -0.045| 0.082| -0.206| -0.045| 0.116|
## |as.factor(CNTY)67 | 0.493| 0.092| 0.313| 0.493| 0.672|
## |as.factor(CNTY)68 | 0.218| 0.103| 0.016| 0.218| 0.420|
## |as.factor(CNTY)69 | 0.057| 0.083| -0.106| 0.057| 0.219|
## |as.factor(CNTY)70 | 0.492| 0.088| 0.319| 0.492| 0.665|
## |as.factor(CNTY)71 | 0.518| 0.085| 0.351| 0.518| 0.686|
## |as.factor(CNTY)72 | 0.825| 0.104| 0.618| 0.825| 1.028|
## |as.factor(CNTY)73 | 0.410| 0.090| 0.234| 0.410| 0.587|
## |as.factor(CNTY)74 | 0.500| 0.088| 0.327| 0.500| 0.672|
## |as.factor(CNTY)75 | 0.784| 0.103| 0.579| 0.785| 0.983|
## |as.factor(CNTY)76 | 0.334| 0.094| 0.149| 0.334| 0.517|
## |as.factor(CNTY)77 | 0.738| 0.112| 0.518| 0.738| 0.958|
## |as.factor(CNTY)78 | 0.541| 0.094| 0.355| 0.541| 0.725|
## |as.factor(CNTY)79 | 0.467| 0.101| 0.269| 0.467| 0.665|
## |as.factor(CNTY)80 | 0.476| 0.098| 0.284| 0.476| 0.669|
## |as.factor(CNTY)81 | 0.284| 0.094| 0.101| 0.284| 0.468|
## |as.factor(CNTY)82 | 0.740| 0.099| 0.546| 0.739| 0.934|
## |as.factor(CNTY)83 | -0.059| 0.147| -0.348| -0.059| 0.227|
## |as.factor(CNTY)84 | 0.378| 0.086| 0.209| 0.378| 0.547|
## |as.factor(CNTY)85 | 0.742| 0.103| 0.538| 0.742| 0.941|
## |as.factor(CNTY)86 | 0.457| 0.095| 0.270| 0.458| 0.645|
## |as.factor(CNTY)87 | 1.020| 0.125| 0.769| 1.022| 1.260|
## |as.factor(CNTY)88 | 0.264| 0.093| 0.079| 0.265| 0.444|
## |as.factor(CNTY)89 | 0.603| 0.094| 0.419| 0.603| 0.788|
## |as.factor(CNTY)90 | 0.673| 0.093| 0.491| 0.673| 0.856|
## |as.factor(CNTY)91 | 0.252| 0.109| 0.038| 0.252| 0.465|
## |as.factor(CNTY)92 | 0.696| 0.100| 0.498| 0.696| 0.892|
## |as.factor(CNTY)93 | 0.963| 0.110| 0.743| 0.964| 1.176|
## |as.factor(CNTY)94 | 1.033| 0.118| 0.798| 1.034| 1.260|
## |as.factor(CNTY)95 | 0.106| 0.087| -0.065| 0.106| 0.277|
## |as.factor(CNTY)96 | 0.501| 0.095| 0.314| 0.501| 0.688|
## |as.factor(CNTY)97 | 0.489| 0.108| 0.277| 0.489| 0.702|
## |as.factor(CNTY)98 | 0.314| 0.109| 0.100| 0.314| 0.530|
## |as.factor(CNTY)99 | 0.764| 0.092| 0.584| 0.764| 0.945|
## |as.factor(CNTY)100 | 0.291| 0.086| 0.122| 0.291| 0.460|
## |as.factor(CNTY)101 | 0.745| 0.100| 0.546| 0.745| 0.939|
## |as.factor(CNTY)102 | 0.058| 0.081| -0.100| 0.058| 0.216|
## |as.factor(CNTY)103 | 0.065| 0.100| -0.130| 0.065| 0.261|
## |Precision for the Gaussian observations | 38.207| 2.212| 34.033| 38.146| 42.737|
## |Precision for fert | 29371.499| 273899.390| 284.056| 4093.415| 193362.025|
## |Precision for herb | 3361.132| 10270.062| 155.996| 1161.107| 19995.771|
## |Precision for volume | 541.030| 706.329| 75.497| 330.745| 2291.204|
## |Precision for TP | 307.122| 206.760| 80.333| 253.665| 850.601|
## |Precision for GDD | 218.519| 118.501| 70.866| 192.048| 521.512|
## |Precision for SDD | 45.092| 17.060| 19.505| 42.592| 85.652|
## |Precision for YEAR.id | 18130.296| 18223.373| 1104.393| 12671.262| 66566.747|
## |Precision for YEAR.id2 | 267.704| 140.028| 81.990| 240.292| 617.605|
## |Precision for LSM_SIDI_ALL | 310.516| 243.157| 70.163| 242.721| 952.761|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|--------:|
## | -454.4818| 207.3287| 0.0207141| 0.838427|plot.smootheffect(name, var="fert")
plot.smootheffect(name, var="herb")
plot.smootheffect(name, var="LSM_SIDI_ALL")
plot.smootheffect(name, var="volume")
plot.smootheffect(name, var="TP")
plot.smootheffect(name, var="GDD")
plot.smootheffect(name, var="SDD")
# plot.spatialeffect("corn_yield_SIDI_fe_nc", data="cornKS_0810nc", crop="corn", type ="FE", scale="CNTY",projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Model with Non-linear Fertlizer and Herbicide and BYM
#gdal problem with epsg integers right now so replace projection=102003 with proj4string
# prep.data.std.nlnc("corn_KS_final", "cornKS_0810", "corn", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')
d='cornKS_0907norm_nc'
name='corn_yield_SIDI_bym_normncnl0907'
f1<-build.formula.bym.nlnc('LSM_SIDI_ALL', 'corn', controls = "All", priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |1 | 4.751| 0.022| 4.707| 4.751| 4.794|
## |Precision for the Gaussian observations | 37.716| 2.181| 33.570| 37.667| 42.156|
## |Precision for fert | 26891.817| 209204.347| 304.697| 4314.487| 178692.854|
## |Precision for herb | 4560.441| 15031.267| 181.498| 1480.888| 27825.683|
## |Precision for volume | 716.227| 728.071| 118.534| 499.970| 2624.200|
## |Precision for TP | 304.982| 196.101| 85.313| 255.104| 819.256|
## |Precision for GDD | 192.727| 99.188| 65.316| 171.591| 444.503|
## |Precision for SDD | 44.255| 16.683| 19.562| 41.689| 84.028|
## |Precision for CNTY | 24.325| 4.342| 16.721| 24.028| 33.704|
## |Phi for CNTY | 0.949| 0.051| 0.814| 0.964| 0.998|
## |Precision for YEAR.id | 289.568| 148.957| 91.806| 260.230| 661.679|
## |Precision for YEAR.id2 | 17903.265| 18110.244| 1085.866| 12467.408| 66071.454|
## |Precision for LSM_SIDI_ALL | 319.329| 230.030| 74.870| 258.557| 922.047|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -467.5814| 221.2947| 0.0216263| 0.7966191|plot.smootheffect(name, var="fert")
plot.smootheffect(name, var="herb")
plot.smootheffect(name, var="LSM_SIDI_ALL")
plot.smootheffect(name, var="volume")
plot.smootheffect(name, var="TP")
plot.smootheffect(name, var="GDD")
plot.smootheffect(name, var="SDD")
# plot.spatialeffect("corn_yield_SIDI_fe_nc", data="cornKS_0810nc", crop="corn", type ="FE", scale="CNTY",projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Corn Change in Yield Models
Average Diversity and FE
d='cornKS_0907norm_nc'
name='corn_dyield_aveSIDI_fe0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.fe.change1.nlnc(independent = 'aveSIDI2yr', crop='corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.change(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |(Intercept) | 0.002| 0.106| -0.207| 0.002| 0.210|
## |as.factor(CNTY)2 | -0.021| 0.128| -0.273| -0.021| 0.230|
## |as.factor(CNTY)3 | -0.050| 0.134| -0.314| -0.050| 0.213|
## |as.factor(CNTY)4 | 0.257| 0.197| -0.127| 0.256| 0.646|
## |as.factor(CNTY)5 | -0.163| 0.159| -0.475| -0.163| 0.148|
## |as.factor(CNTY)6 | 0.165| 0.138| -0.107| 0.165| 0.435|
## |as.factor(CNTY)7 | -0.057| 0.133| -0.318| -0.057| 0.203|
## |as.factor(CNTY)8 | 0.114| 0.160| -0.198| 0.113| 0.429|
## |as.factor(CNTY)9 | 0.567| 0.349| -0.108| 0.563| 1.265|
## |as.factor(CNTY)10 | 0.146| 0.209| -0.261| 0.145| 0.559|
## |as.factor(CNTY)11 | -0.020| 0.140| -0.295| -0.020| 0.255|
## |as.factor(CNTY)12 | -0.045| 0.155| -0.349| -0.045| 0.258|
## |as.factor(CNTY)13 | -0.324| 0.272| -0.857| -0.324| 0.210|
## |as.factor(CNTY)14 | -0.140| 0.156| -0.446| -0.140| 0.165|
## |as.factor(CNTY)15 | 0.085| 0.131| -0.171| 0.085| 0.341|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | 0.091| 0.161| -0.226| 0.090| 0.408|
## |as.factor(CNTY)18 | -0.071| 0.149| -0.363| -0.071| 0.221|
## |as.factor(CNTY)19 | -0.139| 0.165| -0.463| -0.139| 0.184|
## |as.factor(CNTY)20 | -0.228| 0.208| -0.637| -0.228| 0.181|
## |as.factor(CNTY)21 | -0.191| 0.149| -0.483| -0.191| 0.101|
## |as.factor(CNTY)22 | -0.068| 0.129| -0.320| -0.068| 0.185|
## |as.factor(CNTY)23 | -0.139| 0.148| -0.430| -0.139| 0.152|
## |as.factor(CNTY)24 | 0.040| 0.274| -0.484| 0.033| 0.600|
## |as.factor(CNTY)25 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)26 | 0.378| 0.272| -0.157| 0.378| 0.912|
## |as.factor(CNTY)27 | -0.023| 0.172| -0.360| -0.023| 0.313|
## |as.factor(CNTY)28 | 0.000| 0.169| -0.331| 0.000| 0.331|
## |as.factor(CNTY)29 | 0.001| 0.148| -0.289| 0.001| 0.291|
## |as.factor(CNTY)30 | 0.015| 0.130| -0.240| 0.015| 0.269|
## |as.factor(CNTY)31 | 0.008| 0.134| -0.255| 0.008| 0.271|
## |as.factor(CNTY)32 | -0.052| 0.181| -0.407| -0.052| 0.303|
## |as.factor(CNTY)33 | -0.198| 0.157| -0.507| -0.198| 0.110|
## |as.factor(CNTY)34 | -0.133| 0.151| -0.430| -0.133| 0.164|
## |as.factor(CNTY)35 | -0.152| 0.178| -0.501| -0.152| 0.197|
## |as.factor(CNTY)36 | 0.105| 0.265| -0.401| 0.097| 0.649|
## |as.factor(CNTY)37 | -0.004| 0.149| -0.298| -0.004| 0.289|
## |as.factor(CNTY)38 | 0.101| 0.154| -0.201| 0.101| 0.403|
## |as.factor(CNTY)39 | -0.205| 0.159| -0.522| -0.203| 0.103|
## |as.factor(CNTY)40 | -0.075| 0.163| -0.396| -0.075| 0.245|
## |as.factor(CNTY)41 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)42 | 0.051| 0.135| -0.214| 0.051| 0.316|
## |as.factor(CNTY)43 | -0.033| 0.139| -0.306| -0.033| 0.240|
## |as.factor(CNTY)44 | -0.035| 0.209| -0.445| -0.035| 0.375|
## |as.factor(CNTY)45 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)46 | -0.249| 0.168| -0.579| -0.249| 0.080|
## |as.factor(CNTY)47 | -0.051| 0.141| -0.329| -0.051| 0.226|
## |as.factor(CNTY)48 | -0.071| 0.218| -0.500| -0.071| 0.358|
## |as.factor(CNTY)49 | -0.227| 0.205| -0.630| -0.227| 0.176|
## |as.factor(CNTY)50 | 0.024| 0.177| -0.325| 0.024| 0.372|
## |as.factor(CNTY)51 | 0.068| 0.208| -0.340| 0.068| 0.475|
## |as.factor(CNTY)52 | -0.029| 0.206| -0.434| -0.029| 0.375|
## |as.factor(CNTY)53 | -0.212| 0.202| -0.609| -0.212| 0.185|
## |as.factor(CNTY)54 | -0.327| 0.179| -0.679| -0.327| 0.024|
## |as.factor(CNTY)55 | 0.118| 0.161| -0.196| 0.117| 0.435|
## |as.factor(CNTY)56 | -0.190| 0.137| -0.459| -0.190| 0.078|
## |as.factor(CNTY)57 | -0.067| 0.132| -0.327| -0.067| 0.193|
## |as.factor(CNTY)58 | -0.191| 0.135| -0.457| -0.191| 0.073|
## |as.factor(CNTY)59 | -0.048| 0.181| -0.404| -0.048| 0.307|
## |as.factor(CNTY)60 | 0.041| 0.128| -0.210| 0.041| 0.292|
## |as.factor(CNTY)61 | -0.163| 0.149| -0.456| -0.163| 0.129|
## |as.factor(CNTY)62 | 0.061| 0.130| -0.194| 0.061| 0.315|
## |as.factor(CNTY)63 | 0.105| 0.166| -0.218| 0.104| 0.433|
## |as.factor(CNTY)64 | -0.061| 0.142| -0.340| -0.061| 0.218|
## |as.factor(CNTY)65 | -0.095| 0.132| -0.355| -0.095| 0.165|
## |as.factor(CNTY)66 | 0.046| 0.135| -0.219| 0.046| 0.311|
## |as.factor(CNTY)67 | 0.062| 0.146| -0.224| 0.063| 0.348|
## |as.factor(CNTY)68 | -0.076| 0.179| -0.427| -0.076| 0.275|
## |as.factor(CNTY)69 | 0.053| 0.131| -0.204| 0.053| 0.310|
## |as.factor(CNTY)70 | -0.053| 0.150| -0.348| -0.053| 0.241|
## |as.factor(CNTY)71 | -0.010| 0.135| -0.276| -0.010| 0.255|
## |as.factor(CNTY)72 | -0.169| 0.157| -0.476| -0.169| 0.138|
## |as.factor(CNTY)73 | -0.030| 0.140| -0.306| -0.030| 0.244|
## |as.factor(CNTY)74 | 0.029| 0.140| -0.246| 0.029| 0.303|
## |as.factor(CNTY)75 | -0.038| 0.143| -0.319| -0.038| 0.243|
## |as.factor(CNTY)76 | -0.104| 0.148| -0.395| -0.104| 0.186|
## |as.factor(CNTY)77 | 0.104| 0.181| -0.253| 0.104| 0.459|
## |as.factor(CNTY)78 | -0.153| 0.145| -0.438| -0.153| 0.131|
## |as.factor(CNTY)79 | -0.197| 0.166| -0.524| -0.197| 0.129|
## |as.factor(CNTY)80 | 0.014| 0.160| -0.300| 0.014| 0.327|
## |as.factor(CNTY)81 | 0.057| 0.179| -0.295| 0.057| 0.408|
## |as.factor(CNTY)82 | 0.023| 0.156| -0.283| 0.024| 0.329|
## |as.factor(CNTY)83 | -0.918| 0.278| -1.464| -0.918| -0.372|
## |as.factor(CNTY)84 | -0.033| 0.136| -0.300| -0.033| 0.233|
## |as.factor(CNTY)85 | -0.108| 0.159| -0.420| -0.108| 0.203|
## |as.factor(CNTY)86 | -0.156| 0.170| -0.493| -0.155| 0.174|
## |as.factor(CNTY)87 | 0.123| 0.165| -0.201| 0.123| 0.446|
## |as.factor(CNTY)88 | -0.002| 0.128| -0.254| -0.002| 0.250|
## |as.factor(CNTY)89 | -0.036| 0.136| -0.303| -0.036| 0.230|
## |as.factor(CNTY)90 | -0.104| 0.135| -0.370| -0.103| 0.162|
## |as.factor(CNTY)91 | -0.186| 0.182| -0.545| -0.186| 0.172|
## |as.factor(CNTY)92 | -0.151| 0.158| -0.460| -0.151| 0.158|
## |as.factor(CNTY)93 | -0.091| 0.152| -0.390| -0.091| 0.207|
## |as.factor(CNTY)94 | -0.040| 0.160| -0.354| -0.040| 0.274|
## |as.factor(CNTY)95 | -0.080| 0.139| -0.353| -0.080| 0.192|
## |as.factor(CNTY)96 | -0.128| 0.149| -0.421| -0.128| 0.164|
## |as.factor(CNTY)97 | 0.100| 0.177| -0.249| 0.100| 0.448|
## |as.factor(CNTY)98 | 0.135| 0.187| -0.228| 0.134| 0.504|
## |as.factor(CNTY)99 | 0.021| 0.136| -0.246| 0.021| 0.287|
## |as.factor(CNTY)100 | -0.100| 0.139| -0.374| -0.100| 0.173|
## |as.factor(CNTY)101 | -0.146| 0.143| -0.428| -0.146| 0.135|
## |as.factor(CNTY)102 | 0.000| 0.126| -0.249| 0.000| 0.247|
## |as.factor(CNTY)103 | 0.070| 0.189| -0.298| 0.069| 0.442|
## |Precision for the Gaussian observations | 17.961| 1.239| 15.639| 17.921| 20.516|
## |Precision for dVol | 196.433| 166.210| 37.077| 149.610| 635.621|
## |Precision for dTP | 606.052| 1093.115| 53.576| 303.862| 3039.245|
## |Precision for dGDD | 310.749| 397.319| 43.856| 192.176| 1303.992|
## |Precision for dSDD | 33.957| 14.172| 13.552| 31.610| 68.243|
## |Precision for dfert | 22710.820| 258265.900| 128.871| 2569.945| 148612.881|
## |Precision for dherb | 987.143| 3112.371| 39.924| 330.571| 5983.403|
## |Precision for YEAR.id | 18003.918| 18146.871| 1191.741| 12602.811| 66001.809|
## |Precision for YEAR.id2 | 135.938| 92.415| 32.997| 112.531| 377.474|
## |Precision for aveSIDI2yr | 106.306| 96.072| 19.517| 78.484| 359.311|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|---------:|---------:|---------:|
## | 132.6447| -81.72307| 0.0314859| 0.6120797| plot.smootheffect(name, var="aveSIDI2yr")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average Diversity and BYM
d='cornKS_0907norm_nc'
name='corn_dyield_aveSIDI_bym0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.bym.change1.nlnc(independent = 'aveSIDI2yr', crop='corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.change(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |1 | -0.029| 0.032| -0.094| -0.028| 0.034|
## |Precision for the Gaussian observations | 18.614| 1.155| 16.430| 18.584| 20.978|
## |Precision for dVol | 366.650| 380.015| 58.071| 253.652| 1361.361|
## |Precision for dTP | 536.755| 702.960| 70.186| 327.388| 2275.547|
## |Precision for dGDD | 601.446| 1008.297| 62.108| 316.710| 2904.887|
## |Precision for dSDD | 36.697| 15.073| 15.200| 34.108| 73.369|
## |Precision for dfert | 20862.480| 217986.393| 137.477| 2549.094| 135765.082|
## |Precision for dherb | 650.627| 1601.106| 32.206| 259.610| 3708.627|
## |Precision for CNTY | 61377.620| 350796.269| 1321.537| 13075.537| 402880.783|
## |Phi for CNTY | 0.324| 0.273| 0.010| 0.243| 0.919|
## |Precision for YEAR.id | 18344.999| 18324.082| 1166.095| 12886.928| 66912.394|
## |Precision for YEAR.id2 | 178.848| 122.669| 36.582| 149.478| 496.653|
## |Precision for aveSIDI2yr | 2011.734| 4067.797| 102.117| 912.636| 10760.687|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|---------:|---------:|---------:|
## | 10.10547| -8.009465| 0.0371126| 0.5610589| plot.smootheffect(name, var="aveSIDI2yr")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs') #something is clearly not right hereChange in Diversity FE
d='cornKS_0907norm_nc'
name='corn_dyield_dSIDI_fe0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.fe.change1.nlnc(independent = 'dSIDI', crop='corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.change(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |(Intercept) | -0.036| 0.105| -0.242| -0.036| 0.169|
## |as.factor(CNTY)2 | -0.002| 0.128| -0.255| -0.002| 0.250|
## |as.factor(CNTY)3 | 0.096| 0.125| -0.149| 0.096| 0.341|
## |as.factor(CNTY)4 | 0.099| 0.161| -0.218| 0.099| 0.416|
## |as.factor(CNTY)5 | 0.041| 0.145| -0.244| 0.041| 0.326|
## |as.factor(CNTY)6 | 0.076| 0.134| -0.186| 0.076| 0.338|
## |as.factor(CNTY)7 | -0.003| 0.129| -0.257| -0.003| 0.250|
## |as.factor(CNTY)8 | -0.026| 0.133| -0.288| -0.025| 0.236|
## |as.factor(CNTY)9 | 0.412| 0.269| -0.117| 0.412| 0.941|
## |as.factor(CNTY)10 | -0.035| 0.173| -0.375| -0.035| 0.305|
## |as.factor(CNTY)11 | 0.139| 0.130| -0.116| 0.139| 0.394|
## |as.factor(CNTY)12 | -0.001| 0.153| -0.301| -0.001| 0.299|
## |as.factor(CNTY)13 | -0.202| 0.269| -0.729| -0.202| 0.325|
## |as.factor(CNTY)14 | -0.025| 0.150| -0.320| -0.025| 0.270|
## |as.factor(CNTY)15 | 0.050| 0.128| -0.202| 0.050| 0.301|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | -0.021| 0.145| -0.305| -0.021| 0.263|
## |as.factor(CNTY)18 | -0.061| 0.149| -0.353| -0.061| 0.231|
## |as.factor(CNTY)19 | -0.062| 0.162| -0.381| -0.062| 0.256|
## |as.factor(CNTY)20 | -0.124| 0.203| -0.523| -0.124| 0.275|
## |as.factor(CNTY)21 | -0.061| 0.142| -0.340| -0.061| 0.219|
## |as.factor(CNTY)22 | 0.018| 0.124| -0.226| 0.018| 0.262|
## |as.factor(CNTY)23 | 0.023| 0.140| -0.252| 0.023| 0.297|
## |as.factor(CNTY)24 | -0.120| 0.158| -0.431| -0.120| 0.190|
## |as.factor(CNTY)25 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)26 | 0.313| 0.271| -0.218| 0.313| 0.844|
## |as.factor(CNTY)27 | 0.147| 0.162| -0.172| 0.147| 0.466|
## |as.factor(CNTY)28 | 0.116| 0.163| -0.204| 0.116| 0.436|
## |as.factor(CNTY)29 | 0.034| 0.144| -0.250| 0.034| 0.317|
## |as.factor(CNTY)30 | 0.017| 0.128| -0.234| 0.017| 0.269|
## |as.factor(CNTY)31 | 0.047| 0.132| -0.212| 0.047| 0.306|
## |as.factor(CNTY)32 | 0.023| 0.178| -0.326| 0.023| 0.372|
## |as.factor(CNTY)33 | -0.070| 0.152| -0.368| -0.070| 0.227|
## |as.factor(CNTY)34 | 0.049| 0.140| -0.226| 0.049| 0.324|
## |as.factor(CNTY)35 | -0.097| 0.175| -0.440| -0.097| 0.245|
## |as.factor(CNTY)36 | -0.043| 0.142| -0.322| -0.043| 0.236|
## |as.factor(CNTY)37 | 0.081| 0.145| -0.204| 0.081| 0.365|
## |as.factor(CNTY)38 | 0.047| 0.151| -0.249| 0.047| 0.344|
## |as.factor(CNTY)39 | -0.001| 0.127| -0.251| -0.001| 0.248|
## |as.factor(CNTY)40 | 0.106| 0.151| -0.191| 0.106| 0.403|
## |as.factor(CNTY)41 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)42 | -0.020| 0.130| -0.276| -0.020| 0.236|
## |as.factor(CNTY)43 | 0.066| 0.137| -0.202| 0.066| 0.334|
## |as.factor(CNTY)44 | 0.028| 0.206| -0.377| 0.028| 0.432|
## |as.factor(CNTY)45 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)46 | -0.114| 0.161| -0.430| -0.114| 0.203|
## |as.factor(CNTY)47 | -0.076| 0.139| -0.350| -0.076| 0.197|
## |as.factor(CNTY)48 | -0.166| 0.205| -0.568| -0.166| 0.235|
## |as.factor(CNTY)49 | -0.258| 0.205| -0.660| -0.258| 0.144|
## |as.factor(CNTY)50 | 0.066| 0.177| -0.282| 0.066| 0.413|
## |as.factor(CNTY)51 | 0.208| 0.202| -0.189| 0.208| 0.604|
## |as.factor(CNTY)52 | -0.066| 0.206| -0.470| -0.066| 0.337|
## |as.factor(CNTY)53 | -0.201| 0.203| -0.599| -0.201| 0.196|
## |as.factor(CNTY)54 | -0.274| 0.177| -0.620| -0.274| 0.073|
## |as.factor(CNTY)55 | -0.026| 0.134| -0.291| -0.026| 0.237|
## |as.factor(CNTY)56 | -0.051| 0.130| -0.306| -0.051| 0.204|
## |as.factor(CNTY)57 | -0.025| 0.129| -0.279| -0.025| 0.228|
## |as.factor(CNTY)58 | -0.082| 0.128| -0.334| -0.082| 0.170|
## |as.factor(CNTY)59 | -0.081| 0.177| -0.429| -0.081| 0.266|
## |as.factor(CNTY)60 | 0.021| 0.128| -0.230| 0.021| 0.272|
## |as.factor(CNTY)61 | -0.044| 0.144| -0.326| -0.044| 0.238|
## |as.factor(CNTY)62 | 0.064| 0.129| -0.189| 0.064| 0.317|
## |as.factor(CNTY)63 | -0.072| 0.131| -0.329| -0.072| 0.186|
## |as.factor(CNTY)64 | 0.061| 0.135| -0.204| 0.061| 0.326|
## |as.factor(CNTY)65 | -0.034| 0.129| -0.287| -0.034| 0.218|
## |as.factor(CNTY)66 | 0.036| 0.135| -0.229| 0.036| 0.301|
## |as.factor(CNTY)67 | 0.044| 0.144| -0.239| 0.044| 0.326|
## |as.factor(CNTY)68 | -0.020| 0.178| -0.370| -0.020| 0.329|
## |as.factor(CNTY)69 | 0.005| 0.128| -0.245| 0.005| 0.256|
## |as.factor(CNTY)70 | -0.019| 0.149| -0.311| -0.019| 0.273|
## |as.factor(CNTY)71 | 0.028| 0.135| -0.238| 0.028| 0.293|
## |as.factor(CNTY)72 | 0.019| 0.144| -0.264| 0.019| 0.302|
## |as.factor(CNTY)73 | 0.016| 0.140| -0.259| 0.016| 0.291|
## |as.factor(CNTY)74 | -0.030| 0.133| -0.291| -0.030| 0.231|
## |as.factor(CNTY)75 | 0.036| 0.140| -0.238| 0.036| 0.310|
## |as.factor(CNTY)76 | -0.035| 0.146| -0.321| -0.035| 0.252|
## |as.factor(CNTY)77 | 0.184| 0.178| -0.166| 0.184| 0.534|
## |as.factor(CNTY)78 | 0.027| 0.131| -0.229| 0.027| 0.283|
## |as.factor(CNTY)79 | -0.056| 0.162| -0.373| -0.056| 0.261|
## |as.factor(CNTY)80 | 0.001| 0.159| -0.311| 0.001| 0.312|
## |as.factor(CNTY)81 | 0.104| 0.177| -0.244| 0.104| 0.452|
## |as.factor(CNTY)82 | 0.086| 0.152| -0.212| 0.086| 0.383|
## |as.factor(CNTY)83 | -1.043| 0.270| -1.574| -1.043| -0.512|
## |as.factor(CNTY)84 | 0.025| 0.135| -0.241| 0.025| 0.291|
## |as.factor(CNTY)85 | 0.048| 0.151| -0.249| 0.048| 0.344|
## |as.factor(CNTY)86 | 0.064| 0.144| -0.219| 0.064| 0.347|
## |as.factor(CNTY)87 | 0.169| 0.162| -0.149| 0.169| 0.488|
## |as.factor(CNTY)88 | 0.037| 0.127| -0.211| 0.037| 0.286|
## |as.factor(CNTY)89 | 0.027| 0.132| -0.231| 0.027| 0.285|
## |as.factor(CNTY)90 | 0.001| 0.129| -0.252| 0.001| 0.255|
## |as.factor(CNTY)91 | -0.125| 0.178| -0.475| -0.125| 0.225|
## |as.factor(CNTY)92 | 0.010| 0.151| -0.287| 0.010| 0.307|
## |as.factor(CNTY)93 | 0.048| 0.144| -0.235| 0.048| 0.331|
## |as.factor(CNTY)94 | 0.100| 0.152| -0.199| 0.100| 0.399|
## |as.factor(CNTY)95 | 0.013| 0.134| -0.251| 0.013| 0.276|
## |as.factor(CNTY)96 | 0.011| 0.142| -0.267| 0.011| 0.288|
## |as.factor(CNTY)97 | 0.126| 0.176| -0.221| 0.126| 0.472|
## |as.factor(CNTY)98 | -0.020| 0.151| -0.317| -0.020| 0.277|
## |as.factor(CNTY)99 | 0.002| 0.134| -0.262| 0.002| 0.265|
## |as.factor(CNTY)100 | -0.039| 0.136| -0.307| -0.039| 0.228|
## |as.factor(CNTY)101 | -0.023| 0.136| -0.289| -0.023| 0.243|
## |as.factor(CNTY)102 | 0.028| 0.126| -0.218| 0.028| 0.275|
## |as.factor(CNTY)103 | -0.069| 0.157| -0.378| -0.069| 0.239|
## |Precision for the Gaussian observations | 17.825| 1.222| 15.536| 17.785| 20.343|
## |Precision for dVol | 168.188| 149.176| 32.683| 125.018| 562.049|
## |Precision for dTP | 903.060| 2032.332| 61.458| 389.770| 4913.539|
## |Precision for dGDD | 382.045| 514.197| 47.914| 229.399| 1645.854|
## |Precision for dSDD | 32.492| 13.571| 13.176| 30.171| 65.360|
## |Precision for dfert | 22716.447| 262465.146| 129.752| 2541.996| 147885.704|
## |Precision for dherb | 1232.723| 4083.465| 42.690| 394.236| 7581.813|
## |Precision for YEAR.id | 19598.119| 18944.211| 1168.882| 13993.970| 69694.069|
## |Precision for YEAR.id2 | 146.591| 109.202| 35.077| 116.722| 433.711|
## |Precision for dSIDI | 315.502| 334.345| 44.911| 216.141| 1185.624|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|---------:|---------:|--------:|
## | 134.2675| -82.46399| 0.0318603| 0.611858| plot.smootheffect(name, var="dSIDI")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Change in Diversity BYM
d='cornKS_0907norm_nc'
name='corn_dyield_dSIDI_bym0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.bym.change1.nlnc(independent = 'dSIDI', crop='corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.change(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |1 | -0.026| 0.034| -0.095| -0.025| 0.041|
## |Precision for the Gaussian observations | 18.817| 1.174| 16.648| 18.767| 21.260|
## |Precision for dVol | 318.482| 315.994| 50.627| 225.361| 1149.022|
## |Precision for dTP | 731.504| 1058.871| 77.247| 420.131| 3302.715|
## |Precision for dGDD | 710.677| 1134.622| 64.915| 383.706| 3376.566|
## |Precision for dSDD | 36.356| 15.431| 15.257| 33.388| 74.528|
## |Precision for dfert | 17700.436| 185285.509| 134.321| 2208.739| 115384.179|
## |Precision for dherb | 1603.262| 7149.750| 43.994| 412.098| 10294.153|
## |Precision for CNTY | 81792.011| 595413.834| 1542.660| 14706.164| 536168.248|
## |Phi for CNTY | 0.301| 0.268| 0.007| 0.216| 0.902|
## |Precision for YEAR.id | 16757.012| 17710.264| 1100.295| 11430.007| 63399.937|
## |Precision for YEAR.id2 | 145.034| 102.395| 35.255| 118.141| 414.240|
## |Precision for dSIDI | 395.321| 390.666| 62.637| 280.341| 1417.799|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|---------:|---------:|---------:|
## | 3.136139| -4.957958| 0.0366195| 0.5668345| plot.smootheffect(name, var="dSIDI")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Corn Variation in Yield Models
Average Diversity and CV of Climate Vars and FE
d='cornKS_0907norm_nc'
name='corn_covyield_aveSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.fe.cov1.nlnc(independent='aveSIDI3yr', 'corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.cov(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|------------:|----------:|---------:|-----------:|
## |(Intercept) | 0.076| 0.012| 0.053| 0.076| 0.098|
## |as.factor(CNTY)2 | -0.007| 0.014| -0.035| -0.007| 0.020|
## |as.factor(CNTY)3 | -0.040| 0.015| -0.069| -0.040| -0.011|
## |as.factor(CNTY)4 | -0.062| 0.019| -0.100| -0.062| -0.025|
## |as.factor(CNTY)5 | -0.054| 0.017| -0.089| -0.054| -0.021|
## |as.factor(CNTY)6 | -0.025| 0.014| -0.053| -0.025| 0.004|
## |as.factor(CNTY)7 | -0.046| 0.015| -0.075| -0.046| -0.017|
## |as.factor(CNTY)8 | -0.009| 0.017| -0.041| -0.009| 0.024|
## |as.factor(CNTY)9 | -0.017| 0.030| -0.076| -0.017| 0.042|
## |as.factor(CNTY)10 | -0.001| 0.022| -0.045| -0.001| 0.043|
## |as.factor(CNTY)11 | -0.002| 0.015| -0.031| -0.002| 0.027|
## |as.factor(CNTY)12 | -0.046| 0.016| -0.077| -0.046| -0.015|
## |as.factor(CNTY)13 | -0.048| 0.030| -0.107| -0.048| 0.011|
## |as.factor(CNTY)14 | -0.039| 0.015| -0.069| -0.039| -0.009|
## |as.factor(CNTY)15 | -0.024| 0.014| -0.052| -0.024| 0.003|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | 0.009| 0.017| -0.024| 0.009| 0.042|
## |as.factor(CNTY)18 | 0.044| 0.015| 0.014| 0.044| 0.074|
## |as.factor(CNTY)19 | -0.010| 0.016| -0.042| -0.010| 0.021|
## |as.factor(CNTY)20 | -0.005| 0.019| -0.043| -0.005| 0.033|
## |as.factor(CNTY)21 | -0.050| 0.015| -0.081| -0.050| -0.020|
## |as.factor(CNTY)22 | -0.030| 0.014| -0.058| -0.030| -0.002|
## |as.factor(CNTY)23 | -0.059| 0.016| -0.091| -0.059| -0.027|
## |as.factor(CNTY)24 | -0.020| 0.026| -0.072| -0.020| 0.032|
## |as.factor(CNTY)25 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)26 | 0.016| 0.029| -0.041| 0.016| 0.072|
## |as.factor(CNTY)27 | -0.056| 0.019| -0.093| -0.056| -0.019|
## |as.factor(CNTY)28 | -0.052| 0.017| -0.085| -0.052| -0.019|
## |as.factor(CNTY)29 | -0.007| 0.016| -0.038| -0.007| 0.024|
## |as.factor(CNTY)30 | -0.030| 0.015| -0.059| -0.030| -0.001|
## |as.factor(CNTY)31 | -0.012| 0.015| -0.041| -0.012| 0.016|
## |as.factor(CNTY)32 | -0.032| 0.017| -0.066| -0.032| 0.002|
## |as.factor(CNTY)33 | -0.044| 0.016| -0.076| -0.044| -0.013|
## |as.factor(CNTY)34 | -0.049| 0.016| -0.081| -0.049| -0.017|
## |as.factor(CNTY)35 | -0.039| 0.018| -0.074| -0.039| -0.005|
## |as.factor(CNTY)36 | -0.003| 0.025| -0.054| -0.003| 0.048|
## |as.factor(CNTY)37 | -0.033| 0.015| -0.064| -0.033| -0.003|
## |as.factor(CNTY)38 | 0.018| 0.017| -0.015| 0.018| 0.051|
## |as.factor(CNTY)39 | -0.047| 0.017| -0.081| -0.046| -0.013|
## |as.factor(CNTY)40 | -0.053| 0.017| -0.087| -0.053| -0.020|
## |as.factor(CNTY)41 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)42 | -0.039| 0.014| -0.067| -0.039| -0.011|
## |as.factor(CNTY)43 | -0.063| 0.014| -0.092| -0.063| -0.035|
## |as.factor(CNTY)44 | -0.054| 0.019| -0.092| -0.054| -0.016|
## |as.factor(CNTY)45 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)46 | -0.060| 0.017| -0.094| -0.059| -0.026|
## |as.factor(CNTY)47 | -0.052| 0.015| -0.083| -0.052| -0.022|
## |as.factor(CNTY)48 | -0.065| 0.020| -0.105| -0.065| -0.025|
## |as.factor(CNTY)49 | -0.041| 0.019| -0.078| -0.041| -0.004|
## |as.factor(CNTY)50 | -0.031| 0.018| -0.066| -0.031| 0.003|
## |as.factor(CNTY)51 | -0.049| 0.023| -0.094| -0.049| -0.005|
## |as.factor(CNTY)52 | -0.017| 0.019| -0.054| -0.017| 0.020|
## |as.factor(CNTY)53 | -0.006| 0.019| -0.043| -0.006| 0.031|
## |as.factor(CNTY)54 | 0.020| 0.018| -0.015| 0.020| 0.055|
## |as.factor(CNTY)55 | -0.040| 0.016| -0.073| -0.040| -0.008|
## |as.factor(CNTY)56 | -0.044| 0.015| -0.074| -0.044| -0.015|
## |as.factor(CNTY)57 | 0.015| 0.015| -0.014| 0.015| 0.043|
## |as.factor(CNTY)58 | -0.025| 0.015| -0.054| -0.025| 0.005|
## |as.factor(CNTY)59 | -0.059| 0.018| -0.094| -0.059| -0.023|
## |as.factor(CNTY)60 | -0.014| 0.014| -0.041| -0.014| 0.013|
## |as.factor(CNTY)61 | -0.025| 0.016| -0.055| -0.025| 0.006|
## |as.factor(CNTY)62 | -0.007| 0.014| -0.034| -0.007| 0.021|
## |as.factor(CNTY)63 | 0.028| 0.017| -0.005| 0.028| 0.060|
## |as.factor(CNTY)64 | -0.040| 0.015| -0.070| -0.040| -0.010|
## |as.factor(CNTY)65 | -0.031| 0.014| -0.058| -0.031| -0.003|
## |as.factor(CNTY)66 | 0.003| 0.014| -0.025| 0.003| 0.030|
## |as.factor(CNTY)67 | -0.032| 0.016| -0.063| -0.032| -0.001|
## |as.factor(CNTY)68 | -0.016| 0.018| -0.051| -0.016| 0.018|
## |as.factor(CNTY)69 | -0.002| 0.014| -0.029| -0.002| 0.026|
## |as.factor(CNTY)70 | -0.027| 0.015| -0.057| -0.027| 0.002|
## |as.factor(CNTY)71 | -0.011| 0.015| -0.040| -0.011| 0.019|
## |as.factor(CNTY)72 | -0.041| 0.016| -0.074| -0.041| -0.009|
## |as.factor(CNTY)73 | -0.016| 0.015| -0.045| -0.016| 0.013|
## |as.factor(CNTY)74 | -0.054| 0.015| -0.084| -0.054| -0.025|
## |as.factor(CNTY)75 | -0.052| 0.016| -0.083| -0.052| -0.021|
## |as.factor(CNTY)76 | -0.010| 0.015| -0.039| -0.010| 0.020|
## |as.factor(CNTY)77 | -0.065| 0.018| -0.100| -0.065| -0.030|
## |as.factor(CNTY)78 | -0.052| 0.016| -0.083| -0.052| -0.022|
## |as.factor(CNTY)79 | -0.058| 0.017| -0.092| -0.058| -0.025|
## |as.factor(CNTY)80 | -0.041| 0.016| -0.074| -0.041| -0.009|
## |as.factor(CNTY)81 | -0.049| 0.017| -0.083| -0.049| -0.016|
## |as.factor(CNTY)82 | -0.028| 0.016| -0.059| -0.028| 0.003|
## |as.factor(CNTY)83 | 0.161| 0.023| 0.116| 0.161| 0.206|
## |as.factor(CNTY)84 | -0.013| 0.015| -0.042| -0.013| 0.016|
## |as.factor(CNTY)85 | -0.041| 0.016| -0.073| -0.041| -0.010|
## |as.factor(CNTY)86 | -0.060| 0.018| -0.096| -0.060| -0.024|
## |as.factor(CNTY)87 | -0.045| 0.017| -0.078| -0.045| -0.012|
## |as.factor(CNTY)88 | -0.045| 0.014| -0.073| -0.045| -0.018|
## |as.factor(CNTY)89 | -0.044| 0.015| -0.072| -0.044| -0.015|
## |as.factor(CNTY)90 | -0.048| 0.015| -0.077| -0.048| -0.018|
## |as.factor(CNTY)91 | 0.015| 0.017| -0.019| 0.015| 0.050|
## |as.factor(CNTY)92 | -0.046| 0.016| -0.078| -0.046| -0.013|
## |as.factor(CNTY)93 | -0.046| 0.016| -0.077| -0.046| -0.015|
## |as.factor(CNTY)94 | -0.053| 0.017| -0.085| -0.053| -0.020|
## |as.factor(CNTY)95 | -0.032| 0.015| -0.061| -0.032| -0.003|
## |as.factor(CNTY)96 | -0.041| 0.016| -0.072| -0.041| -0.010|
## |as.factor(CNTY)97 | -0.021| 0.018| -0.055| -0.021| 0.014|
## |as.factor(CNTY)98 | -0.031| 0.018| -0.067| -0.031| 0.005|
## |as.factor(CNTY)99 | -0.036| 0.015| -0.065| -0.036| -0.008|
## |as.factor(CNTY)100 | -0.041| 0.015| -0.070| -0.041| -0.012|
## |as.factor(CNTY)101 | -0.036| 0.015| -0.066| -0.036| -0.005|
## |as.factor(CNTY)102 | -0.006| 0.014| -0.033| -0.006| 0.021|
## |as.factor(CNTY)103 | -0.010| 0.019| -0.047| -0.010| 0.027|
## |Precision for the Gaussian observations | 1593.887| 105.738| 1394.059| 1591.145| 1810.277|
## |Precision for covVol | 10910.541| 12740.267| 1257.716| 7097.679| 43891.842|
## |Precision for covTP | 50505.674| 58328.837| 6050.545| 33060.019| 201871.756|
## |Precision for covGDD | 15544.576| 11673.651| 3405.219| 12414.087| 46248.859|
## |Precision for covSDD | 3373.188| 1540.186| 1254.632| 3088.215| 7163.413|
## |Precision for covfert | 1195094.191| 22884545.849| 3803.327| 87996.689| 7326884.755|
## |Precision for covherb | 33216.939| 67905.474| 2453.966| 15295.940| 174939.287|
## |Precision for YEAR.id | 18625.333| 14469.597| 3562.733| 14751.012| 57514.835|
## |Precision for YEAR.id2 | 18132.015| 14345.308| 3768.161| 14175.786| 56303.671|
## |Precision for aveSIDI3yr | 16169.872| 19270.432| 2362.377| 10388.191| 65046.865|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|--------:|---------:|---------:|
## | -2721.06| 1344.895| 0.0003832| 0.7171701| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average Diversity and CV of Climate Vars and BYM
d='cornKS_0907norm_nc'
name='corn_covyield_aveSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.bym.cov1.nlnc(independent='aveSIDI3yr', 'corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.cov(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|------------:|----------:|---------:|------------:|
## |1 | 0.047| 5.000000e-03| 0.037| 0.047| 0.057|
## |Precision for the Gaussian observations | 1493.483| 7.897100e+01| 1324.438| 1500.218| 1631.266|
## |Precision for covVol | 9059.941| 7.738089e+03| 1371.338| 6932.956| 29602.359|
## |Precision for covTP | 55823.769| 6.291389e+04| 7404.382| 37024.317| 219375.851|
## |Precision for covGDD | 25632.803| 2.255960e+04| 5491.216| 19032.743| 85112.477|
## |Precision for covSDD | 3058.302| 1.382418e+03| 1168.318| 2795.711| 6488.404|
## |Precision for covfert | 4860235.650| 1.421719e+18| 4473.893| 86786.324| 19032849.251|
## |Precision for covherb | 43522.897| 7.938943e+04| 3223.235| 21502.156| 219528.835|
## |Precision for CNTY | 2138.149| 4.801360e+02| 1346.989| 2087.352| 3226.185|
## |Phi for CNTY | 0.422| 1.840000e-01| 0.115| 0.408| 0.796|
## |Precision for YEAR.id | 16208.927| 1.223503e+04| 3532.561| 12897.057| 49266.069|
## |Precision for YEAR.id2 | 16791.876| 1.259653e+04| 3408.812| 13472.677| 50181.597|
## |Precision for aveSIDI3yr | 22589.861| 2.281220e+04| 3600.853| 15839.931| 82320.851|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|-------:|--------:|---------:|
## | -2720.871| 1346.52| 0.000419| 0.6209104| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')CV Diversity and CV of Climate Vars and FE
d='cornKS_0907norm_nc'
name='corn_covyield_covSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.fe.cov1.nlnc(independent='covSIDI', 'corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.cov(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|-----------:|----------:|---------:|-----------:|
## |(Intercept) | 0.073| 0.012| 0.050| 0.073| 0.095|
## |as.factor(CNTY)2 | -0.010| 0.014| -0.037| -0.010| 0.017|
## |as.factor(CNTY)3 | -0.032| 0.014| -0.059| -0.032| -0.005|
## |as.factor(CNTY)4 | -0.062| 0.016| -0.094| -0.062| -0.031|
## |as.factor(CNTY)5 | -0.043| 0.016| -0.075| -0.043| -0.011|
## |as.factor(CNTY)6 | -0.022| 0.014| -0.049| -0.022| 0.005|
## |as.factor(CNTY)7 | -0.044| 0.015| -0.073| -0.044| -0.016|
## |as.factor(CNTY)8 | -0.006| 0.014| -0.034| -0.006| 0.021|
## |as.factor(CNTY)9 | -0.014| 0.021| -0.056| -0.014| 0.028|
## |as.factor(CNTY)10 | 0.004| 0.020| -0.034| 0.004| 0.042|
## |as.factor(CNTY)11 | 0.002| 0.014| -0.025| 0.002| 0.029|
## |as.factor(CNTY)12 | -0.042| 0.016| -0.073| -0.042| -0.011|
## |as.factor(CNTY)13 | -0.044| 0.029| -0.102| -0.044| 0.013|
## |as.factor(CNTY)14 | -0.034| 0.015| -0.063| -0.034| -0.005|
## |as.factor(CNTY)15 | -0.023| 0.014| -0.050| -0.023| 0.004|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | 0.013| 0.015| -0.016| 0.013| 0.041|
## |as.factor(CNTY)18 | 0.044| 0.015| 0.014| 0.044| 0.073|
## |as.factor(CNTY)19 | -0.011| 0.016| -0.042| -0.011| 0.020|
## |as.factor(CNTY)20 | -0.008| 0.019| -0.045| -0.008| 0.029|
## |as.factor(CNTY)21 | -0.039| 0.015| -0.068| -0.039| -0.011|
## |as.factor(CNTY)22 | -0.026| 0.014| -0.054| -0.026| 0.001|
## |as.factor(CNTY)23 | -0.050| 0.015| -0.080| -0.050| -0.021|
## |as.factor(CNTY)24 | -0.021| 0.015| -0.051| -0.021| 0.010|
## |as.factor(CNTY)25 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)26 | 0.022| 0.028| -0.033| 0.022| 0.077|
## |as.factor(CNTY)27 | -0.043| 0.018| -0.078| -0.043| -0.007|
## |as.factor(CNTY)28 | -0.042| 0.016| -0.075| -0.042| -0.010|
## |as.factor(CNTY)29 | -0.006| 0.015| -0.036| -0.006| 0.024|
## |as.factor(CNTY)30 | -0.029| 0.014| -0.057| -0.029| 0.000|
## |as.factor(CNTY)31 | -0.010| 0.015| -0.039| -0.010| 0.018|
## |as.factor(CNTY)32 | -0.027| 0.017| -0.062| -0.027| 0.007|
## |as.factor(CNTY)33 | -0.036| 0.016| -0.067| -0.036| -0.005|
## |as.factor(CNTY)34 | -0.037| 0.015| -0.066| -0.037| -0.007|
## |as.factor(CNTY)35 | -0.041| 0.017| -0.075| -0.041| -0.007|
## |as.factor(CNTY)36 | -0.004| 0.014| -0.032| -0.004| 0.024|
## |as.factor(CNTY)37 | -0.034| 0.015| -0.064| -0.034| -0.004|
## |as.factor(CNTY)38 | 0.020| 0.016| -0.013| 0.020| 0.052|
## |as.factor(CNTY)39 | -0.041| 0.015| -0.069| -0.041| -0.012|
## |as.factor(CNTY)40 | -0.042| 0.016| -0.073| -0.042| -0.011|
## |as.factor(CNTY)41 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)42 | -0.038| 0.014| -0.065| -0.038| -0.011|
## |as.factor(CNTY)43 | -0.063| 0.014| -0.091| -0.063| -0.035|
## |as.factor(CNTY)44 | -0.048| 0.019| -0.085| -0.048| -0.011|
## |as.factor(CNTY)45 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)46 | -0.049| 0.017| -0.081| -0.049| -0.016|
## |as.factor(CNTY)47 | -0.052| 0.015| -0.081| -0.052| -0.022|
## |as.factor(CNTY)48 | -0.060| 0.019| -0.096| -0.060| -0.023|
## |as.factor(CNTY)49 | -0.043| 0.019| -0.080| -0.043| -0.007|
## |as.factor(CNTY)50 | -0.035| 0.017| -0.069| -0.035| -0.001|
## |as.factor(CNTY)51 | -0.037| 0.022| -0.080| -0.037| 0.005|
## |as.factor(CNTY)52 | -0.013| 0.019| -0.049| -0.013| 0.024|
## |as.factor(CNTY)53 | -0.005| 0.019| -0.042| -0.005| 0.032|
## |as.factor(CNTY)54 | 0.021| 0.018| -0.014| 0.021| 0.056|
## |as.factor(CNTY)55 | -0.040| 0.014| -0.068| -0.040| -0.012|
## |as.factor(CNTY)56 | -0.042| 0.015| -0.070| -0.042| -0.013|
## |as.factor(CNTY)57 | 0.013| 0.014| -0.015| 0.013| 0.041|
## |as.factor(CNTY)58 | -0.020| 0.015| -0.048| -0.020| 0.009|
## |as.factor(CNTY)59 | -0.058| 0.017| -0.092| -0.058| -0.023|
## |as.factor(CNTY)60 | -0.014| 0.014| -0.041| -0.014| 0.012|
## |as.factor(CNTY)61 | -0.020| 0.015| -0.050| -0.020| 0.010|
## |as.factor(CNTY)62 | -0.009| 0.014| -0.036| -0.009| 0.018|
## |as.factor(CNTY)63 | 0.028| 0.014| 0.001| 0.028| 0.055|
## |as.factor(CNTY)64 | -0.037| 0.015| -0.066| -0.037| -0.008|
## |as.factor(CNTY)65 | -0.029| 0.014| -0.056| -0.029| -0.002|
## |as.factor(CNTY)66 | 0.004| 0.014| -0.024| 0.004| 0.031|
## |as.factor(CNTY)67 | -0.031| 0.015| -0.061| -0.031| 0.000|
## |as.factor(CNTY)68 | -0.012| 0.018| -0.047| -0.012| 0.022|
## |as.factor(CNTY)69 | 0.000| 0.014| -0.027| 0.000| 0.026|
## |as.factor(CNTY)70 | -0.027| 0.015| -0.056| -0.027| 0.002|
## |as.factor(CNTY)71 | -0.013| 0.015| -0.042| -0.013| 0.016|
## |as.factor(CNTY)72 | -0.031| 0.015| -0.061| -0.031| -0.001|
## |as.factor(CNTY)73 | -0.015| 0.015| -0.044| -0.015| 0.014|
## |as.factor(CNTY)74 | -0.048| 0.014| -0.077| -0.048| -0.020|
## |as.factor(CNTY)75 | -0.052| 0.015| -0.082| -0.052| -0.022|
## |as.factor(CNTY)76 | -0.011| 0.015| -0.041| -0.011| 0.018|
## |as.factor(CNTY)77 | -0.066| 0.017| -0.100| -0.066| -0.032|
## |as.factor(CNTY)78 | -0.045| 0.014| -0.073| -0.045| -0.017|
## |as.factor(CNTY)79 | -0.054| 0.017| -0.087| -0.054| -0.022|
## |as.factor(CNTY)80 | -0.037| 0.016| -0.069| -0.037| -0.006|
## |as.factor(CNTY)81 | -0.048| 0.017| -0.081| -0.048| -0.015|
## |as.factor(CNTY)82 | -0.031| 0.015| -0.062| -0.031| -0.001|
## |as.factor(CNTY)83 | 0.164| 0.021| 0.122| 0.164| 0.206|
## |as.factor(CNTY)84 | -0.018| 0.014| -0.047| -0.018| 0.010|
## |as.factor(CNTY)85 | -0.030| 0.015| -0.060| -0.030| 0.000|
## |as.factor(CNTY)86 | -0.055| 0.016| -0.086| -0.055| -0.024|
## |as.factor(CNTY)87 | -0.042| 0.016| -0.074| -0.042| -0.009|
## |as.factor(CNTY)88 | -0.048| 0.014| -0.075| -0.048| -0.022|
## |as.factor(CNTY)89 | -0.040| 0.015| -0.068| -0.040| -0.011|
## |as.factor(CNTY)90 | -0.041| 0.015| -0.070| -0.041| -0.013|
## |as.factor(CNTY)91 | 0.016| 0.017| -0.018| 0.016| 0.050|
## |as.factor(CNTY)92 | -0.038| 0.016| -0.069| -0.038| -0.007|
## |as.factor(CNTY)93 | -0.039| 0.015| -0.069| -0.039| -0.010|
## |as.factor(CNTY)94 | -0.044| 0.016| -0.076| -0.044| -0.013|
## |as.factor(CNTY)95 | -0.035| 0.014| -0.063| -0.035| -0.006|
## |as.factor(CNTY)96 | -0.033| 0.015| -0.063| -0.033| -0.003|
## |as.factor(CNTY)97 | -0.017| 0.017| -0.051| -0.017| 0.017|
## |as.factor(CNTY)98 | -0.027| 0.015| -0.057| -0.027| 0.002|
## |as.factor(CNTY)99 | -0.031| 0.014| -0.059| -0.031| -0.003|
## |as.factor(CNTY)100 | -0.042| 0.014| -0.070| -0.042| -0.014|
## |as.factor(CNTY)101 | -0.033| 0.015| -0.062| -0.033| -0.003|
## |as.factor(CNTY)102 | -0.009| 0.014| -0.036| -0.009| 0.017|
## |as.factor(CNTY)103 | -0.013| 0.017| -0.046| -0.013| 0.020|
## |Precision for the Gaussian observations | 1628.677| 107.894| 1424.301| 1626.074| 1848.992|
## |Precision for covVol | 12364.588| 15292.784| 1467.151| 7788.435| 51298.060|
## |Precision for covTP | 42975.881| 45879.257| 5992.940| 29334.181| 162992.929|
## |Precision for covGDD | 18456.637| 16451.623| 3501.563| 13699.818| 61830.246|
## |Precision for covSDD | 3900.987| 1848.886| 1437.701| 3530.516| 8540.272|
## |Precision for covfert | 613016.940| 5644011.622| 3864.965| 80828.826| 4050966.293|
## |Precision for covherb | 60872.119| 147806.239| 3376.271| 24720.477| 343019.549|
## |Precision for YEAR.id | 17305.541| 12866.690| 3703.479| 13885.436| 51567.392|
## |Precision for YEAR.id2 | 17305.539| 12866.712| 3703.434| 13885.435| 51567.211|
## |Precision for covSIDI | 11953.518| 10908.123| 2106.449| 8797.030| 40818.999|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -2733.236| 1350.868| 0.0003748| 0.7225458| plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')CV Diversity and CV of Climate Vars and BYM
d='cornKS_0907norm_nc'
name='corn_covyield_covSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.bym.cov1.nlnc(independent='covSIDI', 'corn', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.cov(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|------------:|----------:|---------:|-----------:|
## |1 | 0.047| 0.005| 0.036| 0.047| 0.058|
## |Precision for the Gaussian observations | 1567.273| 106.385| 1368.906| 1563.579| 1787.095|
## |Precision for covVol | 11592.239| 12605.621| 1453.819| 7843.119| 44335.626|
## |Precision for covTP | 42621.080| 44968.019| 5907.928| 29278.519| 160632.953|
## |Precision for covGDD | 33204.841| 35151.067| 4587.897| 22770.059| 125413.193|
## |Precision for covSDD | 3466.080| 1622.308| 1266.830| 3155.489| 7495.716|
## |Precision for covfert | 1353720.227| 26703771.906| 4462.899| 98273.035| 8203301.403|
## |Precision for covherb | 74530.528| 156357.547| 4392.755| 33301.938| 400225.771|
## |Precision for CNTY | 2072.067| 478.210| 1306.843| 2011.837| 3177.916|
## |Phi for CNTY | 0.407| 0.182| 0.105| 0.393| 0.780|
## |Precision for YEAR.id | 14934.368| 8927.362| 4067.827| 12826.247| 38161.335|
## |Precision for YEAR.id2 | 14728.669| 8801.528| 4172.841| 12593.108| 38412.254|
## |Precision for covSIDI | 12421.154| 10251.586| 2424.291| 9558.845| 39531.012|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|-------:|---------:|
## | -2733.559| 1351.574| 0.00041| 0.6276622| plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="corn", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average and CV of Diversity and Average and CV of Climate Vars and FE
d='cornKS_0907norm_nc'
name='corn_covyield_aveSIDIcovSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb','aveVol3yr','aveTP3yr','aveGDD3yr','aveSDD3yr','avefert3yr','aveherb3yr')
#
# f1<-build.formula.fe.cov4.nlnc(independent=c('aveSIDI3yr', 'covSIDI'), 'corn', controls = controls, priors = c("pc"))
# m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.cov(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|-----------:|----------:|----------:|-----------:|
## |(Intercept) | 0.108| 0.011| 0.086| 0.108| 0.129|
## |as.factor(CNTY)2 | -0.013| 0.012| -0.037| -0.013| 0.012|
## |as.factor(CNTY)3 | -0.042| 0.014| -0.070| -0.042| -0.014|
## |as.factor(CNTY)4 | -0.103| 0.019| -0.139| -0.103| -0.064|
## |as.factor(CNTY)5 | -0.101| 0.018| -0.136| -0.101| -0.066|
## |as.factor(CNTY)6 | -0.012| 0.014| -0.040| -0.013| 0.015|
## |as.factor(CNTY)7 | -0.048| 0.015| -0.077| -0.048| -0.018|
## |as.factor(CNTY)8 | -0.018| 0.016| -0.048| -0.018| 0.014|
## |as.factor(CNTY)9 | -0.019| 0.026| -0.069| -0.020| 0.035|
## |as.factor(CNTY)10 | -0.014| 0.021| -0.054| -0.014| 0.028|
## |as.factor(CNTY)11 | -0.011| 0.014| -0.039| -0.011| 0.016|
## |as.factor(CNTY)12 | -0.087| 0.017| -0.122| -0.087| -0.053|
## |as.factor(CNTY)13 | -0.091| 0.028| -0.145| -0.091| -0.036|
## |as.factor(CNTY)14 | -0.082| 0.015| -0.110| -0.082| -0.053|
## |as.factor(CNTY)15 | -0.026| 0.012| -0.051| -0.026| -0.002|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | -0.005| 0.016| -0.036| -0.006| 0.027|
## |as.factor(CNTY)18 | 0.035| 0.014| 0.008| 0.035| 0.062|
## |as.factor(CNTY)19 | -0.060| 0.017| -0.092| -0.060| -0.027|
## |as.factor(CNTY)20 | -0.065| 0.018| -0.099| -0.065| -0.030|
## |as.factor(CNTY)21 | -0.044| 0.016| -0.075| -0.044| -0.014|
## |as.factor(CNTY)22 | -0.035| 0.014| -0.062| -0.035| -0.006|
## |as.factor(CNTY)23 | -0.112| 0.018| -0.147| -0.112| -0.078|
## |as.factor(CNTY)24 | -0.029| 0.023| -0.072| -0.030| 0.020|
## |as.factor(CNTY)25 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)26 | -0.048| 0.026| -0.099| -0.048| 0.002|
## |as.factor(CNTY)27 | -0.112| 0.020| -0.152| -0.112| -0.073|
## |as.factor(CNTY)28 | -0.103| 0.017| -0.137| -0.103| -0.069|
## |as.factor(CNTY)29 | -0.018| 0.014| -0.046| -0.018| 0.010|
## |as.factor(CNTY)30 | -0.060| 0.015| -0.088| -0.060| -0.031|
## |as.factor(CNTY)31 | -0.078| 0.016| -0.108| -0.078| -0.047|
## |as.factor(CNTY)32 | -0.084| 0.017| -0.118| -0.084| -0.050|
## |as.factor(CNTY)33 | -0.102| 0.019| -0.138| -0.102| -0.065|
## |as.factor(CNTY)34 | -0.101| 0.018| -0.136| -0.101| -0.065|
## |as.factor(CNTY)35 | -0.100| 0.018| -0.136| -0.100| -0.064|
## |as.factor(CNTY)36 | -0.005| 0.022| -0.047| -0.006| 0.043|
## |as.factor(CNTY)37 | -0.094| 0.018| -0.128| -0.094| -0.059|
## |as.factor(CNTY)38 | -0.041| 0.017| -0.073| -0.041| -0.008|
## |as.factor(CNTY)39 | -0.083| 0.017| -0.117| -0.082| -0.049|
## |as.factor(CNTY)40 | -0.106| 0.019| -0.145| -0.106| -0.068|
## |as.factor(CNTY)41 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)42 | -0.042| 0.014| -0.068| -0.042| -0.015|
## |as.factor(CNTY)43 | -0.078| 0.014| -0.104| -0.078| -0.051|
## |as.factor(CNTY)44 | -0.087| 0.018| -0.123| -0.087| -0.051|
## |as.factor(CNTY)45 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)46 | -0.114| 0.020| -0.152| -0.114| -0.075|
## |as.factor(CNTY)47 | -0.094| 0.015| -0.123| -0.094| -0.064|
## |as.factor(CNTY)48 | -0.100| 0.020| -0.138| -0.101| -0.062|
## |as.factor(CNTY)49 | -0.043| 0.017| -0.076| -0.043| -0.010|
## |as.factor(CNTY)50 | -0.092| 0.018| -0.126| -0.092| -0.057|
## |as.factor(CNTY)51 | -0.052| 0.020| -0.091| -0.051| -0.012|
## |as.factor(CNTY)52 | -0.057| 0.018| -0.091| -0.057| -0.022|
## |as.factor(CNTY)53 | -0.007| 0.016| -0.039| -0.007| 0.025|
## |as.factor(CNTY)54 | -0.042| 0.018| -0.076| -0.042| -0.007|
## |as.factor(CNTY)55 | -0.047| 0.016| -0.078| -0.048| -0.015|
## |as.factor(CNTY)56 | -0.101| 0.015| -0.130| -0.101| -0.072|
## |as.factor(CNTY)57 | -0.032| 0.014| -0.060| -0.032| -0.005|
## |as.factor(CNTY)58 | -0.050| 0.015| -0.080| -0.050| -0.020|
## |as.factor(CNTY)59 | -0.116| 0.019| -0.152| -0.116| -0.079|
## |as.factor(CNTY)60 | -0.020| 0.013| -0.045| -0.020| 0.005|
## |as.factor(CNTY)61 | -0.076| 0.016| -0.106| -0.076| -0.045|
## |as.factor(CNTY)62 | -0.019| 0.013| -0.044| -0.019| 0.006|
## |as.factor(CNTY)63 | 0.004| 0.016| -0.027| 0.004| 0.037|
## |as.factor(CNTY)64 | -0.097| 0.018| -0.132| -0.097| -0.061|
## |as.factor(CNTY)65 | -0.046| 0.014| -0.074| -0.046| -0.018|
## |as.factor(CNTY)66 | -0.001| 0.012| -0.025| -0.001| 0.023|
## |as.factor(CNTY)67 | -0.095| 0.017| -0.128| -0.095| -0.063|
## |as.factor(CNTY)68 | -0.055| 0.017| -0.088| -0.055| -0.021|
## |as.factor(CNTY)69 | -0.014| 0.013| -0.040| -0.014| 0.011|
## |as.factor(CNTY)70 | -0.080| 0.015| -0.109| -0.080| -0.051|
## |as.factor(CNTY)71 | -0.064| 0.014| -0.092| -0.064| -0.036|
## |as.factor(CNTY)72 | -0.095| 0.018| -0.131| -0.095| -0.060|
## |as.factor(CNTY)73 | -0.067| 0.015| -0.097| -0.067| -0.038|
## |as.factor(CNTY)74 | -0.074| 0.014| -0.102| -0.075| -0.046|
## |as.factor(CNTY)75 | -0.100| 0.017| -0.133| -0.100| -0.067|
## |as.factor(CNTY)76 | -0.067| 0.016| -0.099| -0.067| -0.035|
## |as.factor(CNTY)77 | -0.116| 0.017| -0.148| -0.116| -0.083|
## |as.factor(CNTY)78 | -0.084| 0.016| -0.115| -0.084| -0.053|
## |as.factor(CNTY)79 | -0.105| 0.017| -0.138| -0.105| -0.071|
## |as.factor(CNTY)80 | -0.072| 0.015| -0.102| -0.072| -0.043|
## |as.factor(CNTY)81 | -0.108| 0.017| -0.141| -0.108| -0.076|
## |as.factor(CNTY)82 | -0.088| 0.017| -0.120| -0.088| -0.055|
## |as.factor(CNTY)83 | 0.119| 0.021| 0.077| 0.118| 0.160|
## |as.factor(CNTY)84 | -0.067| 0.015| -0.095| -0.067| -0.038|
## |as.factor(CNTY)85 | -0.093| 0.018| -0.128| -0.093| -0.059|
## |as.factor(CNTY)86 | -0.098| 0.017| -0.134| -0.098| -0.065|
## |as.factor(CNTY)87 | -0.101| 0.019| -0.137| -0.101| -0.064|
## |as.factor(CNTY)88 | -0.061| 0.014| -0.087| -0.061| -0.034|
## |as.factor(CNTY)89 | -0.104| 0.016| -0.136| -0.104| -0.073|
## |as.factor(CNTY)90 | -0.089| 0.017| -0.123| -0.089| -0.056|
## |as.factor(CNTY)91 | -0.025| 0.016| -0.057| -0.025| 0.007|
## |as.factor(CNTY)92 | -0.097| 0.017| -0.131| -0.097| -0.063|
## |as.factor(CNTY)93 | -0.102| 0.018| -0.137| -0.102| -0.066|
## |as.factor(CNTY)94 | -0.107| 0.019| -0.144| -0.107| -0.070|
## |as.factor(CNTY)95 | -0.076| 0.015| -0.106| -0.076| -0.046|
## |as.factor(CNTY)96 | -0.095| 0.017| -0.128| -0.095| -0.063|
## |as.factor(CNTY)97 | -0.071| 0.018| -0.105| -0.071| -0.036|
## |as.factor(CNTY)98 | -0.049| 0.017| -0.082| -0.049| -0.013|
## |as.factor(CNTY)99 | -0.090| 0.016| -0.122| -0.090| -0.059|
## |as.factor(CNTY)100 | -0.082| 0.014| -0.109| -0.082| -0.055|
## |as.factor(CNTY)101 | -0.096| 0.017| -0.130| -0.096| -0.062|
## |as.factor(CNTY)102 | -0.014| 0.012| -0.038| -0.014| 0.010|
## |as.factor(CNTY)103 | -0.009| 0.017| -0.042| -0.009| 0.025|
## |Precision for the Gaussian observations | 2348.052| 169.842| 2024.307| 2345.477| 2690.110|
## |Precision for covVol | 18596.387| 21424.647| 2162.506| 12188.875| 74103.986|
## |Precision for covTP | 124379.226| 199523.038| 9732.984| 66651.935| 595099.683|
## |Precision for covGDD | 696394.399| 4399940.955| 12432.123| 135913.255| 4581306.857|
## |Precision for covSDD | 6205.121| 3097.419| 2218.481| 5544.916| 14040.682|
## |Precision for covfert | 564846.025| 5885459.440| 4489.839| 71174.977| 3684053.381|
## |Precision for covherb | 20285.388| 24657.551| 2331.604| 12902.732| 83567.103|
## |Precision for aveVol3yr | 79974.391| 213641.889| 3670.594| 30118.045| 465552.659|
## |Precision for aveTP3yr | 4375.384| 2231.083| 1476.387| 3910.874| 10014.819|
## |Precision for aveGDD3yr | 98416.279| 159741.982| 7519.448| 52314.806| 473304.896|
## |Precision for aveSDD3yr | 7613.575| 4307.995| 2458.045| 6589.760| 18776.166|
## |Precision for avefert3yr | 27564.743| 35750.369| 3215.191| 16897.722| 117579.372|
## |Precision for aveherb3yr | 72255.431| 185784.665| 3741.548| 28135.410| 416250.962|
## |Precision for YEAR.id | 38895.260| 27430.149| 8896.540| 31843.735| 110847.304|
## |Precision for YEAR.id2 | 38966.002| 27177.046| 8898.072| 32058.728| 109820.843|
## |Precision for aveSIDI3yr | 20668.276| 25221.350| 2690.554| 13116.226| 84408.201|
## |Precision for covSIDI | 24567.212| 24651.221| 3607.152| 17315.346| 89550.807|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|--------:|--------:|---------:|
## | -2914.41| 1431.802| 0.000241| 0.7984051| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
plot.smootheffect(name, var="avefert3yr")
plot.smootheffect(name, var="aveherb3yr")
plot.smootheffect(name, var="aveVol3yr")
plot.smootheffect(name, var="aveTP3yr")
plot.smootheffect(name, var="aveGDD3yr")
plot.smootheffect(name, var="aveSDD3yr")
#
# plot.spatialeffect(name, data=d, crop="corn", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average and CV of Diversity and Average and CV of Climate Vars and BYM
d='cornKS_0907norm_nc'
name='corn_covyield_aveSIDIcovSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb','aveVol3yr','aveTP3yr','aveGDD3yr','aveSDD3yr','avefert3yr','aveherb3yr')
# f1<-build.formula.bym.cov4.nlnc(independent=c('aveSIDI3yr', 'covSIDI'), 'corn', controls = controls, priors = c("pc"))
# m1<- run.model(f1, data=d, crop="corn", priors ="pc", name=name)
model.results.cov(name, data=d, crop="corn", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|------------:|----------:|----------:|-----------:|
## |1 | 0.045| 0.004| 0.037| 0.045| 0.052|
## |Precision for the Gaussian observations | 2242.159| 164.368| 1931.873| 2237.888| 2578.507|
## |Precision for covVol | 22472.174| 27075.442| 2436.103| 14359.070| 92289.740|
## |Precision for covTP | 104559.971| 144220.730| 9349.964| 61606.426| 465634.410|
## |Precision for covGDD | 1065291.397| 6972472.062| 17460.665| 200852.627| 7040904.700|
## |Precision for covSDD | 5438.133| 2651.022| 1932.118| 4901.650| 12105.691|
## |Precision for covfert | 1242307.430| 20916323.154| 5285.956| 104065.137| 7739989.026|
## |Precision for covherb | 20753.753| 25931.683| 2497.520| 12998.040| 86558.544|
## |Precision for aveVol3yr | 47648.317| 71201.827| 3977.964| 26712.919| 220659.996|
## |Precision for aveTP3yr | 4898.610| 2549.080| 1643.566| 4350.214| 11381.170|
## |Precision for aveGDD3yr | 53080.083| 59255.031| 6529.708| 35399.768| 207009.157|
## |Precision for aveSDD3yr | 9338.954| 5374.385| 2873.674| 8079.880| 23123.721|
## |Precision for avefert3yr | 38445.154| 55052.684| 3603.024| 22175.668| 172746.473|
## |Precision for aveherb3yr | 56587.043| 128353.890| 3472.412| 24145.743| 312408.159|
## |Precision for CNTY | 1609.551| 351.694| 1029.182| 1572.135| 2405.388|
## |Phi for CNTY | 0.562| 0.155| 0.256| 0.567| 0.842|
## |Precision for YEAR.id | 35598.531| 27772.864| 7116.056| 28098.131| 108931.924|
## |Precision for YEAR.id2 | 35597.939| 27772.272| 7115.879| 28097.736| 108929.455|
## |Precision for aveSIDI3yr | 48227.187| 66284.767| 4362.419| 28482.503| 214350.083|
## |Precision for covSIDI | 30463.560| 31291.590| 4339.102| 21219.702| 112825.078|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|--------:|---------:|---------:|
## | -2906.28| 1430.683| 0.0002659| 0.7266838| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
plot.smootheffect(name, var="avefert3yr")
plot.smootheffect(name, var="aveherb3yr")
plot.smootheffect(name, var="aveVol3yr")
plot.smootheffect(name, var="aveTP3yr")
plot.smootheffect(name, var="aveGDD3yr")
plot.smootheffect(name, var="aveSDD3yr")
# plot.spatialeffect(name, data=d, crop="corn", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Soy Models
Model with Non-linear Fertlizer and HErbicide and FE
prep.data.norm_nc("soy_KS_final", "soyKS_0907", "soy", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')
#
# #quick data check
# r<-readRDS(paste0(wd,"/Data/soyKS_0907norm_nc.rds"))
# # head(r)
# hist(r$fert)
# hist(r$herb)
# hist(r$volume)
# length(unique(r$GDD))
d='soyKS_0907norm_nc'
name='soy_yield_SIDI_fe_normncnl0907'
f1<-build.formula.fe.nlnc('LSM_SIDI_ALL', 'soy', controls = "All", priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|---------:|----------:|---------:|----------:|
## |(Intercept) | 3.099| 0.067| 2.967| 3.099| 3.230|
## |as.factor(CNTY)2 | 0.169| 0.075| 0.022| 0.169| 0.317|
## |as.factor(CNTY)3 | 0.423| 0.083| 0.259| 0.423| 0.587|
## |as.factor(CNTY)4 | 0.552| 0.114| 0.331| 0.551| 0.777|
## |as.factor(CNTY)5 | 0.565| 0.094| 0.379| 0.565| 0.750|
## |as.factor(CNTY)6 | 0.066| 0.081| -0.092| 0.066| 0.225|
## |as.factor(CNTY)7 | 0.521| 0.088| 0.349| 0.521| 0.693|
## |as.factor(CNTY)8 | 0.296| 0.094| 0.113| 0.296| 0.482|
## |as.factor(CNTY)9 | 0.317| 0.120| 0.087| 0.314| 0.561|
## |as.factor(CNTY)10 | 0.113| 0.099| -0.079| 0.112| 0.311|
## |as.factor(CNTY)11 | 0.125| 0.085| -0.042| 0.125| 0.291|
## |as.factor(CNTY)12 | 1.080| 0.093| 0.898| 1.080| 1.261|
## |as.factor(CNTY)13 | 0.564| 0.086| 0.394| 0.565| 0.733|
## |as.factor(CNTY)14 | 0.558| 0.088| 0.385| 0.558| 0.729|
## |as.factor(CNTY)15 | 0.145| 0.075| -0.003| 0.145| 0.292|
## |as.factor(CNTY)16 | 1.208| 0.176| 0.864| 1.208| 1.554|
## |as.factor(CNTY)17 | 0.182| 0.085| 0.015| 0.182| 0.350|
## |as.factor(CNTY)18 | 0.137| 0.079| -0.018| 0.137| 0.292|
## |as.factor(CNTY)19 | 0.504| 0.111| 0.285| 0.504| 0.722|
## |as.factor(CNTY)20 | 0.404| 0.080| 0.247| 0.404| 0.561|
## |as.factor(CNTY)21 | 0.516| 0.093| 0.331| 0.516| 0.698|
## |as.factor(CNTY)22 | 0.249| 0.086| 0.078| 0.249| 0.417|
## |as.factor(CNTY)23 | 1.133| 0.116| 0.901| 1.134| 1.355|
## |as.factor(CNTY)24 | 0.193| 0.106| -0.009| 0.191| 0.407|
## |as.factor(CNTY)25 | 0.377| 0.108| 0.165| 0.377| 0.589|
## |as.factor(CNTY)26 | 0.446| 0.111| 0.228| 0.446| 0.664|
## |as.factor(CNTY)27 | 1.179| 0.129| 0.924| 1.179| 1.432|
## |as.factor(CNTY)28 | 1.159| 0.105| 0.952| 1.159| 1.365|
## |as.factor(CNTY)29 | 0.258| 0.077| 0.107| 0.258| 0.409|
## |as.factor(CNTY)30 | 0.412| 0.102| 0.206| 0.415| 0.608|
## |as.factor(CNTY)31 | 0.629| 0.100| 0.431| 0.629| 0.826|
## |as.factor(CNTY)32 | 0.735| 0.092| 0.555| 0.735| 0.915|
## |as.factor(CNTY)33 | 1.203| 0.099| 1.008| 1.203| 1.397|
## |as.factor(CNTY)34 | 0.142| 0.115| -0.076| 0.140| 0.374|
## |as.factor(CNTY)35 | 0.195| 0.092| 0.015| 0.195| 0.377|
## |as.factor(CNTY)36 | 0.301| 0.104| 0.090| 0.304| 0.501|
## |as.factor(CNTY)37 | 1.079| 0.111| 0.856| 1.081| 1.293|
## |as.factor(CNTY)38 | 1.209| 0.105| 1.003| 1.209| 1.414|
## |as.factor(CNTY)39 | 0.398| 0.081| 0.239| 0.398| 0.558|
## |as.factor(CNTY)40 | 0.446| 0.081| 0.287| 0.446| 0.605|
## |as.factor(CNTY)41 | 0.577| 0.084| 0.412| 0.577| 0.742|
## |as.factor(CNTY)42 | -0.044| 0.118| -0.281| -0.043| 0.184|
## |as.factor(CNTY)43 | 0.482| 0.082| 0.321| 0.482| 0.643|
## |as.factor(CNTY)44 | 0.986| 0.108| 0.774| 0.986| 1.196|
## |as.factor(CNTY)45 | 0.045| 0.075| -0.102| 0.045| 0.192|
## |as.factor(CNTY)46 | 0.789| 0.135| 0.524| 0.789| 1.053|
## |as.factor(CNTY)47 | 0.134| 0.129| -0.119| 0.134| 0.387|
## |as.factor(CNTY)48 | 0.493| 0.099| 0.298| 0.493| 0.687|
## |as.factor(CNTY)49 | 0.027| 0.083| -0.136| 0.028| 0.191|
## |as.factor(CNTY)50 | 0.167| 0.092| -0.011| 0.167| 0.348|
## |as.factor(CNTY)51 | 0.459| 0.081| 0.300| 0.459| 0.617|
## |as.factor(CNTY)52 | 0.224| 0.081| 0.066| 0.224| 0.382|
## |as.factor(CNTY)53 | 0.368| 0.086| 0.200| 0.368| 0.536|
## |as.factor(CNTY)54 | 1.390| 0.099| 1.196| 1.390| 1.583|
## |as.factor(CNTY)55 | 0.267| 0.076| 0.117| 0.267| 0.417|
## |as.factor(CNTY)56 | 0.441| 0.086| 0.271| 0.441| 0.610|
## |as.factor(CNTY)57 | 0.098| 0.077| -0.054| 0.098| 0.250|
## |as.factor(CNTY)58 | 0.266| 0.090| 0.092| 0.265| 0.445|
## |as.factor(CNTY)59 | 0.391| 0.082| 0.230| 0.391| 0.553|
## |as.factor(CNTY)60 | 0.054| 0.073| -0.090| 0.054| 0.198|
## |as.factor(CNTY)61 | 0.411| 0.112| 0.192| 0.412| 0.630|
## |as.factor(CNTY)62 | 0.273| 0.078| 0.121| 0.273| 0.426|
## |as.factor(CNTY)63 | 0.474| 0.081| 0.315| 0.474| 0.632|
## |as.factor(CNTY)64 | 0.447| 0.080| 0.290| 0.447| 0.604|
## |as.factor(CNTY)65 | 0.990| 0.092| 0.807| 0.990| 1.170|
## |as.factor(CNTY)66 | 0.354| 0.086| 0.185| 0.354| 0.522|
## |as.factor(CNTY)67 | 0.555| 0.081| 0.397| 0.555| 0.714|
## |as.factor(CNTY)68 | 0.739| 0.101| 0.538| 0.739| 0.937|
## |as.factor(CNTY)69 | 0.360| 0.111| 0.141| 0.360| 0.578|
## |as.factor(CNTY)70 | 0.449| 0.085| 0.282| 0.449| 0.615|
## |as.factor(CNTY)71 | 0.603| 0.087| 0.432| 0.603| 0.774|
## |as.factor(CNTY)72 | 0.388| 0.088| 0.215| 0.388| 0.560|
## |as.factor(CNTY)73 | 0.529| 0.082| 0.367| 0.529| 0.690|
## |as.factor(CNTY)74 | 0.332| 0.083| 0.168| 0.332| 0.495|
## |as.factor(CNTY)75 | 0.560| 0.089| 0.386| 0.561| 0.734|
## |as.factor(CNTY)76 | 0.203| 0.100| 0.007| 0.203| 0.398|
## |as.factor(CNTY)77 | 0.411| 0.081| 0.251| 0.411| 0.571|
## |as.factor(CNTY)78 | 1.066| 0.116| 0.838| 1.066| 1.293|
## |as.factor(CNTY)79 | 0.445| 0.083| 0.280| 0.445| 0.607|
## |as.factor(CNTY)80 | 1.268| 0.107| 1.053| 1.270| 1.473|
## |as.factor(CNTY)81 | 0.374| 0.088| 0.200| 0.375| 0.545|
## |as.factor(CNTY)82 | 1.457| 0.168| 1.127| 1.457| 1.787|
## |as.factor(CNTY)83 | 1.055| 0.096| 0.867| 1.055| 1.243|
## |as.factor(CNTY)84 | 0.488| 0.083| 0.325| 0.488| 0.650|
## |as.factor(CNTY)85 | 0.904| 0.102| 0.703| 0.905| 1.105|
## |as.factor(CNTY)86 | 1.202| 0.128| 0.947| 1.204| 1.451|
## |as.factor(CNTY)87 | 0.132| 0.081| -0.028| 0.132| 0.291|
## |as.factor(CNTY)88 | 1.106| 0.104| 0.900| 1.106| 1.310|
## |as.factor(CNTY)89 | 1.320| 0.166| 0.993| 1.320| 1.646|
## |as.factor(CNTY)90 | 0.341| 0.099| 0.151| 0.340| 0.540|
## |as.factor(CNTY)91 | 0.496| 0.080| 0.339| 0.496| 0.653|
## |as.factor(CNTY)92 | 0.967| 0.131| 0.708| 0.967| 1.224|
## |as.factor(CNTY)93 | 0.106| 0.077| -0.045| 0.106| 0.257|
## |as.factor(CNTY)94 | 0.117| 0.086| -0.049| 0.117| 0.286|
## |as.factor(CNTY)95 | 0.397| 0.180| 0.040| 0.398| 0.749|
## |Precision for the Gaussian observations | 46.938| 2.857| 41.535| 46.864| 52.782|
## |Precision for fert | 655.113| 882.771| 88.631| 393.413| 2818.506|
## |Precision for herb | 2170.911| 3789.782| 170.718| 1104.319| 10753.489|
## |Precision for volume | 748.857| 1299.047| 63.082| 383.343| 3710.835|
## |Precision for TP | 253.412| 126.226| 92.064| 226.041| 573.074|
## |Precision for GDD | 333.101| 214.324| 94.658| 278.102| 894.317|
## |Precision for SDD | 75.352| 29.785| 31.938| 70.566| 146.840|
## |Precision for YEAR.id | 17798.008| 18085.575| 1205.281| 12420.110| 65503.204|
## |Precision for YEAR.id2 | 115.796| 59.633| 41.278| 102.361| 268.676|
## |Precision for LSM_SIDI_ALL | 1912.324| 3603.804| 159.581| 930.725| 9758.345|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -556.9123| 255.1783| 0.0167212| 0.8632024|plot.smootheffect(name, var="fert")
plot.smootheffect(name, var="herb")
plot.smootheffect(name, var="LSM_SIDI_ALL")
plot.smootheffect(name, var="volume")
plot.smootheffect(name, var="TP")
plot.smootheffect(name, var="GDD")
plot.smootheffect(name, var="SDD")
# plot.spatialeffect("soy_yield_SIDI_fe_nc", data="soyKS_0810nc", crop="soy", type ="FE", scale="CNTY",projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Model with Non-linear Fertlizer and Herbicide and BYM
#gdal problem with epsg integers right now so replace projection=102003 with proj4string
# prep.data.std.nlnc("soy_KS_final", "soyKS_0810", "soy", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')
d='soyKS_0907norm_nc'
name='soy_yield_SIDI_bym_normncnl0907'
f1<-build.formula.bym.nlnc('LSM_SIDI_ALL', 'soy', controls = "All", priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|---------:|----------:|---------:|----------:|
## |1 | 3.606| 0.032| 3.542| 3.606| 3.669|
## |Precision for the Gaussian observations | 45.642| 2.805| 40.347| 45.566| 51.389|
## |Precision for fert | 685.212| 912.997| 91.557| 414.060| 2941.615|
## |Precision for herb | 1524.648| 2241.939| 140.083| 865.289| 6985.131|
## |Precision for volume | 755.773| 1040.054| 71.683| 446.444| 3351.874|
## |Precision for TP | 264.781| 126.569| 95.773| 239.626| 581.921|
## |Precision for GDD | 301.421| 182.494| 88.749| 256.988| 775.200|
## |Precision for SDD | 77.554| 30.352| 32.832| 72.834| 150.235|
## |Precision for CNTY | 24.908| 4.829| 16.614| 24.512| 35.533|
## |Phi for CNTY | 0.945| 0.055| 0.795| 0.963| 0.998|
## |Precision for YEAR.id | 122.045| 57.963| 44.533| 110.544| 267.254|
## |Precision for YEAR.id2 | 19085.948| 18667.981| 1228.011| 13570.178| 68433.862|
## |Precision for LSM_SIDI_ALL | 1993.672| 3112.637| 205.562| 1095.062| 9331.232|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|--------:|---------:|
## | -556.3126| 258.0173| 0.017768| 0.8242783|plot.smootheffect(name, var="fert")
plot.smootheffect(name, var="herb")
plot.smootheffect(name, var="LSM_SIDI_ALL")
plot.smootheffect(name, var="volume")
plot.smootheffect(name, var="TP")
plot.smootheffect(name, var="GDD")
plot.smootheffect(name, var="SDD")
# plot.spatialeffect("soy_yield_SIDI_fe_nc", data="soyKS_0810nc", crop="soy", type ="FE", scale="CNTY",projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')soy Change in Yield Models
Average Diversity and FE
d='soyKS_0907norm_nc'
name='soy_dyield_aveSIDI_fe0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.fe.change1.nlnc(independent = 'aveSIDI2yr', crop='soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.change(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |(Intercept) | 0.036| 0.100| -0.160| 0.036| 0.232|
## |as.factor(CNTY)2 | -0.039| 0.110| -0.255| -0.039| 0.177|
## |as.factor(CNTY)3 | -0.023| 0.111| -0.242| -0.023| 0.194|
## |as.factor(CNTY)4 | 0.373| 0.180| 0.018| 0.373| 0.726|
## |as.factor(CNTY)5 | -0.086| 0.133| -0.348| -0.086| 0.175|
## |as.factor(CNTY)6 | -0.013| 0.115| -0.238| -0.013| 0.213|
## |as.factor(CNTY)7 | -0.029| 0.112| -0.249| -0.029| 0.190|
## |as.factor(CNTY)8 | -0.012| 0.119| -0.245| -0.012| 0.221|
## |as.factor(CNTY)9 | -0.026| 0.168| -0.353| -0.027| 0.307|
## |as.factor(CNTY)10 | -0.015| 0.126| -0.263| -0.015| 0.231|
## |as.factor(CNTY)11 | -0.043| 0.120| -0.280| -0.043| 0.192|
## |as.factor(CNTY)12 | 0.048| 0.134| -0.214| 0.048| 0.312|
## |as.factor(CNTY)13 | -0.048| 0.114| -0.272| -0.048| 0.175|
## |as.factor(CNTY)14 | -0.041| 0.125| -0.287| -0.041| 0.204|
## |as.factor(CNTY)15 | -0.023| 0.114| -0.248| -0.023| 0.201|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | -0.053| 0.117| -0.282| -0.053| 0.177|
## |as.factor(CNTY)18 | -0.036| 0.121| -0.274| -0.036| 0.202|
## |as.factor(CNTY)19 | 0.698| 0.233| 0.240| 0.698| 1.156|
## |as.factor(CNTY)20 | -0.050| 0.113| -0.273| -0.050| 0.172|
## |as.factor(CNTY)21 | -0.054| 0.126| -0.301| -0.054| 0.192|
## |as.factor(CNTY)22 | 0.009| 0.111| -0.210| 0.009| 0.227|
## |as.factor(CNTY)23 | 0.127| 0.155| -0.177| 0.127| 0.430|
## |as.factor(CNTY)24 | -0.078| 0.132| -0.335| -0.079| 0.184|
## |as.factor(CNTY)25 | -0.374| 0.229| -0.824| -0.374| 0.075|
## |as.factor(CNTY)26 | 0.026| 0.231| -0.428| 0.026| 0.479|
## |as.factor(CNTY)27 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)28 | 0.215| 0.175| -0.129| 0.215| 0.558|
## |as.factor(CNTY)29 | 0.010| 0.112| -0.210| 0.010| 0.230|
## |as.factor(CNTY)30 | -0.005| 0.115| -0.231| -0.005| 0.221|
## |as.factor(CNTY)31 | -0.331| 0.230| -0.783| -0.331| 0.120|
## |as.factor(CNTY)32 | 0.202| 0.154| -0.101| 0.202| 0.504|
## |as.factor(CNTY)33 | -0.153| 0.154| -0.455| -0.153| 0.148|
## |as.factor(CNTY)34 | -0.044| 0.145| -0.324| -0.045| 0.248|
## |as.factor(CNTY)35 | 0.074| 0.139| -0.199| 0.074| 0.347|
## |as.factor(CNTY)36 | -0.033| 0.115| -0.261| -0.033| 0.192|
## |as.factor(CNTY)37 | -0.088| 0.133| -0.349| -0.088| 0.172|
## |as.factor(CNTY)38 | -0.330| 0.232| -0.785| -0.330| 0.126|
## |as.factor(CNTY)39 | -0.025| 0.112| -0.244| -0.025| 0.195|
## |as.factor(CNTY)40 | -0.045| 0.113| -0.267| -0.045| 0.177|
## |as.factor(CNTY)41 | -0.079| 0.114| -0.303| -0.079| 0.144|
## |as.factor(CNTY)42 | -0.182| 0.175| -0.526| -0.181| 0.162|
## |as.factor(CNTY)43 | -0.041| 0.116| -0.269| -0.041| 0.187|
## |as.factor(CNTY)44 | -0.142| 0.227| -0.589| -0.142| 0.304|
## |as.factor(CNTY)45 | -0.006| 0.114| -0.229| -0.006| 0.217|
## |as.factor(CNTY)46 | -0.104| 0.231| -0.558| -0.104| 0.349|
## |as.factor(CNTY)47 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)48 | 0.103| 0.152| -0.195| 0.103| 0.401|
## |as.factor(CNTY)49 | -0.171| 0.129| -0.423| -0.171| 0.082|
## |as.factor(CNTY)50 | -0.022| 0.119| -0.256| -0.022| 0.213|
## |as.factor(CNTY)51 | -0.062| 0.114| -0.285| -0.061| 0.161|
## |as.factor(CNTY)52 | -0.039| 0.113| -0.261| -0.039| 0.183|
## |as.factor(CNTY)53 | -0.072| 0.114| -0.296| -0.072| 0.152|
## |as.factor(CNTY)54 | 0.243| 0.173| -0.098| 0.243| 0.583|
## |as.factor(CNTY)55 | 0.029| 0.110| -0.188| 0.029| 0.246|
## |as.factor(CNTY)56 | -0.121| 0.125| -0.366| -0.120| 0.124|
## |as.factor(CNTY)57 | -0.010| 0.113| -0.231| -0.010| 0.211|
## |as.factor(CNTY)58 | -0.010| 0.120| -0.247| -0.010| 0.226|
## |as.factor(CNTY)59 | -0.015| 0.113| -0.238| -0.015| 0.207|
## |as.factor(CNTY)60 | -0.013| 0.109| -0.227| -0.013| 0.201|
## |as.factor(CNTY)61 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)62 | 0.013| 0.112| -0.206| 0.013| 0.232|
## |as.factor(CNTY)63 | -0.081| 0.120| -0.316| -0.081| 0.154|
## |as.factor(CNTY)64 | -0.060| 0.114| -0.284| -0.060| 0.164|
## |as.factor(CNTY)65 | -0.031| 0.121| -0.270| -0.031| 0.207|
## |as.factor(CNTY)66 | 0.057| 0.120| -0.178| 0.057| 0.292|
## |as.factor(CNTY)67 | -0.018| 0.112| -0.237| -0.018| 0.202|
## |as.factor(CNTY)68 | -0.113| 0.176| -0.460| -0.113| 0.233|
## |as.factor(CNTY)69 | -0.099| 0.177| -0.447| -0.099| 0.248|
## |as.factor(CNTY)70 | -0.062| 0.116| -0.290| -0.062| 0.166|
## |as.factor(CNTY)71 | -0.051| 0.114| -0.275| -0.050| 0.173|
## |as.factor(CNTY)72 | -0.064| 0.115| -0.290| -0.064| 0.161|
## |as.factor(CNTY)73 | -0.065| 0.119| -0.299| -0.065| 0.169|
## |as.factor(CNTY)74 | -0.125| 0.122| -0.365| -0.125| 0.114|
## |as.factor(CNTY)75 | -0.009| 0.129| -0.264| -0.009| 0.245|
## |as.factor(CNTY)76 | -0.217| 0.152| -0.515| -0.217| 0.081|
## |as.factor(CNTY)77 | -0.117| 0.114| -0.340| -0.117| 0.106|
## |as.factor(CNTY)78 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)79 | -0.035| 0.116| -0.264| -0.034| 0.193|
## |as.factor(CNTY)80 | 0.005| 0.122| -0.234| 0.005| 0.244|
## |as.factor(CNTY)81 | 0.014| 0.114| -0.210| 0.014| 0.238|
## |as.factor(CNTY)82 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)83 | 0.020| 0.155| -0.285| 0.020| 0.324|
## |as.factor(CNTY)84 | -0.038| 0.121| -0.275| -0.038| 0.199|
## |as.factor(CNTY)85 | 0.022| 0.173| -0.318| 0.022| 0.363|
## |as.factor(CNTY)86 | 0.019| 0.239| -0.451| 0.019| 0.489|
## |as.factor(CNTY)87 | -0.069| 0.113| -0.292| -0.069| 0.153|
## |as.factor(CNTY)88 | 0.025| 0.155| -0.279| 0.025| 0.328|
## |as.factor(CNTY)89 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)90 | -0.006| 0.139| -0.279| -0.006| 0.267|
## |as.factor(CNTY)91 | -0.057| 0.114| -0.282| -0.057| 0.167|
## |as.factor(CNTY)92 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)93 | 0.049| 0.117| -0.181| 0.049| 0.279|
## |as.factor(CNTY)94 | -0.020| 0.139| -0.293| -0.020| 0.253|
## |as.factor(CNTY)95 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |Precision for the Gaussian observations | 24.860| 1.726| 21.636| 24.801| 28.425|
## |Precision for dVol | 1547.309| 2736.352| 114.788| 779.015| 7759.748|
## |Precision for dTP | 192.995| 140.176| 45.376| 155.660| 562.709|
## |Precision for dGDD | 4426.285| 21098.281| 107.101| 1076.391| 28735.431|
## |Precision for dSDD | 33.267| 14.953| 12.679| 30.484| 70.197|
## |Precision for dfert | 24968.027| 395275.638| 120.667| 2216.780| 156041.532|
## |Precision for dherb | 2865.563| 8670.437| 107.162| 978.174| 17296.986|
## |Precision for YEAR.id | 57.453| 31.910| 18.591| 50.069| 139.222|
## |Precision for YEAR.id2 | 19274.757| 18735.989| 1239.858| 13753.284| 68749.595|
## |Precision for aveSIDI2yr | 10337.318| 78351.646| 130.080| 1711.570| 68038.652|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -70.32282| 3.439715| 0.0237116| 0.7155284| plot.smootheffect(name, var="aveSIDI2yr")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average Diversity and BYM
d='soyKS_0907norm_nc'
name='soy_dyield_aveSIDI_bym0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.bym.change1.nlnc(independent = 'aveSIDI2yr', crop='soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.change(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|-----------:|----------:|---------:|----------:|
## |1 | 0.010| 0.047| -0.084| 0.010| 0.103|
## |Precision for the Gaussian observations | 25.990| 1.648| 22.853| 25.956| 29.339|
## |Precision for dVol | 1783.866| 2834.967| 127.652| 958.341| 8575.951|
## |Precision for dTP | 188.732| 133.346| 45.483| 153.778| 538.771|
## |Precision for dGDD | 1213.769| 2311.271| 82.701| 581.259| 6247.543|
## |Precision for dSDD | 36.339| 16.060| 14.010| 33.426| 75.725|
## |Precision for dfert | 25049.666| 279020.187| 170.974| 2950.221| 161832.392|
## |Precision for dherb | 3188.412| 8841.289| 128.898| 1159.774| 18791.262|
## |Precision for CNTY | 88018.919| 542031.136| 1739.887| 17689.977| 578669.207|
## |Phi for CNTY | 0.316| 0.268| 0.010| 0.235| 0.910|
## |Precision for YEAR.id | 57.850| 29.452| 18.747| 52.032| 131.412|
## |Precision for YEAR.id2 | 18596.268| 18364.341| 1232.230| 13164.189| 67209.187|
## |Precision for aveSIDI2yr | 82695.962| 1120189.209| 385.156| 8076.027| 530642.659|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|--------:|---------:|---------:|
## | -176.935| 85.43943| 0.0271118| 0.6811387| plot.smootheffect(name, var="aveSIDI2yr")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs') #something is clearly not right hereChange in Diversity FE
d='soyKS_0907norm_nc'
name='soy_dyield_dSIDI_fe0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.fe.change1.nlnc(independent = 'dSIDI', crop='soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.change(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |(Intercept) | 0.030| 0.097| -0.161| 0.030| 0.221|
## |as.factor(CNTY)2 | -0.035| 0.109| -0.250| -0.036| 0.179|
## |as.factor(CNTY)3 | -0.004| 0.108| -0.217| -0.004| 0.208|
## |as.factor(CNTY)4 | 0.386| 0.173| 0.046| 0.386| 0.726|
## |as.factor(CNTY)5 | -0.067| 0.130| -0.322| -0.067| 0.188|
## |as.factor(CNTY)6 | -0.017| 0.113| -0.239| -0.017| 0.204|
## |as.factor(CNTY)7 | -0.009| 0.110| -0.226| -0.009| 0.207|
## |as.factor(CNTY)8 | -0.014| 0.112| -0.235| -0.014| 0.206|
## |as.factor(CNTY)9 | -0.035| 0.150| -0.329| -0.035| 0.259|
## |as.factor(CNTY)10 | -0.017| 0.114| -0.241| -0.017| 0.206|
## |as.factor(CNTY)11 | -0.033| 0.117| -0.263| -0.033| 0.196|
## |as.factor(CNTY)12 | 0.047| 0.133| -0.214| 0.047| 0.309|
## |as.factor(CNTY)13 | -0.039| 0.111| -0.257| -0.039| 0.179|
## |as.factor(CNTY)14 | -0.023| 0.123| -0.264| -0.023| 0.217|
## |as.factor(CNTY)15 | -0.024| 0.114| -0.247| -0.024| 0.198|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | -0.063| 0.113| -0.286| -0.063| 0.159|
## |as.factor(CNTY)18 | -0.038| 0.120| -0.274| -0.038| 0.199|
## |as.factor(CNTY)19 | 0.715| 0.232| 0.259| 0.715| 1.170|
## |as.factor(CNTY)20 | -0.039| 0.111| -0.256| -0.039| 0.179|
## |as.factor(CNTY)21 | -0.037| 0.123| -0.278| -0.037| 0.205|
## |as.factor(CNTY)22 | 0.023| 0.109| -0.191| 0.023| 0.237|
## |as.factor(CNTY)23 | 0.147| 0.152| -0.150| 0.147| 0.445|
## |as.factor(CNTY)24 | -0.083| 0.116| -0.311| -0.083| 0.144|
## |as.factor(CNTY)25 | -0.366| 0.228| -0.815| -0.366| 0.082|
## |as.factor(CNTY)26 | 0.027| 0.229| -0.424| 0.027| 0.476|
## |as.factor(CNTY)27 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)28 | 0.245| 0.173| -0.094| 0.245| 0.585|
## |as.factor(CNTY)29 | 0.020| 0.111| -0.198| 0.020| 0.238|
## |as.factor(CNTY)30 | -0.016| 0.115| -0.241| -0.016| 0.209|
## |as.factor(CNTY)31 | -0.324| 0.229| -0.774| -0.324| 0.125|
## |as.factor(CNTY)32 | 0.212| 0.154| -0.090| 0.212| 0.513|
## |as.factor(CNTY)33 | -0.137| 0.151| -0.434| -0.137| 0.160|
## |as.factor(CNTY)34 | -0.070| 0.123| -0.313| -0.070| 0.172|
## |as.factor(CNTY)35 | 0.075| 0.138| -0.197| 0.075| 0.346|
## |as.factor(CNTY)36 | -0.017| 0.110| -0.233| -0.017| 0.198|
## |as.factor(CNTY)37 | -0.076| 0.130| -0.331| -0.076| 0.179|
## |as.factor(CNTY)38 | -0.324| 0.231| -0.777| -0.324| 0.128|
## |as.factor(CNTY)39 | -0.019| 0.110| -0.236| -0.019| 0.197|
## |as.factor(CNTY)40 | -0.026| 0.112| -0.245| -0.026| 0.193|
## |as.factor(CNTY)41 | -0.072| 0.112| -0.291| -0.072| 0.147|
## |as.factor(CNTY)42 | -0.167| 0.171| -0.503| -0.167| 0.168|
## |as.factor(CNTY)43 | -0.045| 0.116| -0.273| -0.045| 0.182|
## |as.factor(CNTY)44 | -0.150| 0.227| -0.595| -0.150| 0.294|
## |as.factor(CNTY)45 | -0.008| 0.113| -0.231| -0.008| 0.214|
## |as.factor(CNTY)46 | -0.079| 0.230| -0.531| -0.079| 0.372|
## |as.factor(CNTY)47 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)48 | 0.104| 0.152| -0.195| 0.104| 0.402|
## |as.factor(CNTY)49 | -0.155| 0.128| -0.407| -0.155| 0.097|
## |as.factor(CNTY)50 | -0.016| 0.112| -0.236| -0.016| 0.204|
## |as.factor(CNTY)51 | -0.049| 0.111| -0.267| -0.049| 0.169|
## |as.factor(CNTY)52 | -0.029| 0.111| -0.248| -0.029| 0.189|
## |as.factor(CNTY)53 | -0.061| 0.111| -0.279| -0.061| 0.157|
## |as.factor(CNTY)54 | 0.247| 0.173| -0.094| 0.247| 0.586|
## |as.factor(CNTY)55 | 0.029| 0.110| -0.188| 0.028| 0.245|
## |as.factor(CNTY)56 | -0.109| 0.123| -0.351| -0.109| 0.132|
## |as.factor(CNTY)57 | -0.001| 0.112| -0.221| -0.001| 0.219|
## |as.factor(CNTY)58 | -0.014| 0.113| -0.236| -0.014| 0.207|
## |as.factor(CNTY)59 | -0.005| 0.111| -0.223| -0.005| 0.212|
## |as.factor(CNTY)60 | -0.012| 0.108| -0.224| -0.012| 0.201|
## |as.factor(CNTY)61 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)62 | 0.012| 0.111| -0.206| 0.012| 0.230|
## |as.factor(CNTY)63 | -0.082| 0.120| -0.317| -0.082| 0.152|
## |as.factor(CNTY)64 | -0.067| 0.114| -0.290| -0.067| 0.156|
## |as.factor(CNTY)65 | -0.007| 0.118| -0.239| -0.007| 0.224|
## |as.factor(CNTY)66 | 0.050| 0.119| -0.184| 0.050| 0.283|
## |as.factor(CNTY)67 | -0.029| 0.110| -0.245| -0.029| 0.187|
## |as.factor(CNTY)68 | -0.108| 0.175| -0.451| -0.108| 0.235|
## |as.factor(CNTY)69 | -0.088| 0.176| -0.433| -0.088| 0.257|
## |as.factor(CNTY)70 | -0.053| 0.114| -0.276| -0.052| 0.171|
## |as.factor(CNTY)71 | -0.035| 0.110| -0.251| -0.035| 0.181|
## |as.factor(CNTY)72 | -0.050| 0.112| -0.270| -0.050| 0.170|
## |as.factor(CNTY)73 | -0.072| 0.119| -0.305| -0.072| 0.161|
## |as.factor(CNTY)74 | -0.124| 0.121| -0.362| -0.124| 0.114|
## |as.factor(CNTY)75 | 0.003| 0.128| -0.248| 0.003| 0.254|
## |as.factor(CNTY)76 | -0.229| 0.148| -0.520| -0.229| 0.062|
## |as.factor(CNTY)77 | -0.116| 0.113| -0.337| -0.116| 0.105|
## |as.factor(CNTY)78 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)79 | -0.013| 0.110| -0.230| -0.013| 0.203|
## |as.factor(CNTY)80 | 0.016| 0.120| -0.220| 0.016| 0.252|
## |as.factor(CNTY)81 | 0.017| 0.113| -0.205| 0.017| 0.239|
## |as.factor(CNTY)82 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)83 | 0.043| 0.153| -0.256| 0.043| 0.342|
## |as.factor(CNTY)84 | -0.028| 0.119| -0.262| -0.028| 0.205|
## |as.factor(CNTY)85 | 0.044| 0.172| -0.294| 0.044| 0.381|
## |as.factor(CNTY)86 | 0.023| 0.237| -0.443| 0.023| 0.488|
## |as.factor(CNTY)87 | -0.059| 0.111| -0.277| -0.059| 0.159|
## |as.factor(CNTY)88 | 0.047| 0.152| -0.250| 0.047| 0.345|
## |as.factor(CNTY)89 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)90 | -0.002| 0.129| -0.256| -0.002| 0.251|
## |as.factor(CNTY)91 | -0.048| 0.112| -0.269| -0.048| 0.172|
## |as.factor(CNTY)92 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)93 | 0.060| 0.116| -0.169| 0.060| 0.288|
## |as.factor(CNTY)94 | -0.017| 0.134| -0.280| -0.017| 0.245|
## |as.factor(CNTY)95 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |Precision for the Gaussian observations | 25.109| 1.755| 21.783| 25.069| 28.685|
## |Precision for dVol | 1372.176| 2397.689| 108.422| 697.687| 6832.663|
## |Precision for dTP | 190.050| 137.937| 47.009| 152.686| 552.580|
## |Precision for dGDD | 4206.613| 22526.259| 98.402| 944.948| 27215.381|
## |Precision for dSDD | 36.970| 16.658| 13.943| 33.921| 77.801|
## |Precision for dfert | 22384.528| 338064.103| 117.736| 2075.999| 141400.771|
## |Precision for dherb | 1825.358| 4241.464| 87.493| 754.260| 10232.222|
## |Precision for YEAR.id | 17967.572| 18167.625| 1194.090| 12559.608| 65952.890|
## |Precision for YEAR.id2 | 66.754| 34.869| 18.152| 60.800| 151.117|
## |Precision for dSIDI | 1692.879| 4132.772| 81.092| 677.287| 9642.824|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|--------:|
## | -72.48736| 4.022933| 0.0233877| 0.715376| plot.smootheffect(name, var="dSIDI")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Change in Diversity BYM
d='soyKS_0907norm_nc'
name='soy_dyield_dSIDI_bym0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.bym.change1.nlnc(independent = 'dSIDI', crop='soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.change(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |1 | 0.010| 0.047| -0.084| 0.010| 0.104|
## |Precision for the Gaussian observations | 26.132| 1.663| 22.982| 26.091| 29.530|
## |Precision for dVol | 1691.607| 2711.678| 119.243| 903.418| 8172.633|
## |Precision for dTP | 175.050| 128.003| 44.140| 139.989| 513.610|
## |Precision for dGDD | 1222.569| 2331.428| 82.211| 584.614| 6297.804|
## |Precision for dSDD | 38.346| 16.924| 14.335| 35.456| 79.602|
## |Precision for dfert | 24918.158| 281164.714| 173.573| 2917.880| 162327.246|
## |Precision for dherb | 2771.299| 7165.415| 123.570| 1063.110| 15952.655|
## |Precision for CNTY | 95692.612| 623315.414| 1796.897| 18441.777| 625389.443|
## |Phi for CNTY | 0.311| 0.271| 0.009| 0.224| 0.915|
## |Precision for YEAR.id | 18691.654| 18457.363| 1247.493| 13235.522| 67390.212|
## |Precision for YEAR.id2 | 59.450| 32.911| 19.421| 51.801| 144.067|
## |Precision for dSIDI | 5551.569| 23745.279| 139.037| 1453.429| 35687.325|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -177.8762| 85.69531| 0.0268885| 0.6823016| plot.smootheffect(name, var="dSIDI")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')soy Variation in Yield Models
Average Diversity and CV of Climate Vars and FE
d='soyKS_0907norm_nc'
name='soy_covyield_aveSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.fe.cov1.nlnc(independent='aveSIDI3yr', 'soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.cov(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|----------:|----------:|---------:|-----------:|
## |(Intercept) | 0.133| 0.015| 0.104| 0.133| 0.163|
## |as.factor(CNTY)2 | -0.068| 0.018| -0.103| -0.068| -0.032|
## |as.factor(CNTY)3 | -0.075| 0.018| -0.110| -0.075| -0.040|
## |as.factor(CNTY)4 | -0.118| 0.025| -0.168| -0.119| -0.068|
## |as.factor(CNTY)5 | -0.046| 0.020| -0.086| -0.046| -0.006|
## |as.factor(CNTY)6 | -0.043| 0.017| -0.077| -0.043| -0.009|
## |as.factor(CNTY)7 | -0.078| 0.018| -0.115| -0.078| -0.042|
## |as.factor(CNTY)8 | -0.026| 0.020| -0.065| -0.027| 0.014|
## |as.factor(CNTY)9 | -0.054| 0.024| -0.100| -0.054| -0.007|
## |as.factor(CNTY)10 | -0.062| 0.021| -0.104| -0.063| -0.020|
## |as.factor(CNTY)11 | -0.055| 0.019| -0.092| -0.055| -0.018|
## |as.factor(CNTY)12 | -0.104| 0.019| -0.141| -0.104| -0.067|
## |as.factor(CNTY)13 | -0.080| 0.019| -0.117| -0.080| -0.043|
## |as.factor(CNTY)14 | -0.072| 0.019| -0.109| -0.071| -0.034|
## |as.factor(CNTY)15 | -0.060| 0.018| -0.096| -0.060| -0.025|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | -0.018| 0.019| -0.055| -0.018| 0.020|
## |as.factor(CNTY)18 | -0.063| 0.019| -0.101| -0.063| -0.026|
## |as.factor(CNTY)19 | -0.132| 0.026| -0.184| -0.132| -0.081|
## |as.factor(CNTY)20 | -0.043| 0.019| -0.080| -0.043| -0.007|
## |as.factor(CNTY)21 | -0.106| 0.019| -0.144| -0.106| -0.069|
## |as.factor(CNTY)22 | -0.068| 0.018| -0.103| -0.068| -0.033|
## |as.factor(CNTY)23 | -0.127| 0.022| -0.170| -0.127| -0.084|
## |as.factor(CNTY)24 | -0.058| 0.021| -0.098| -0.058| -0.016|
## |as.factor(CNTY)25 | -0.025| 0.026| -0.076| -0.025| 0.027|
## |as.factor(CNTY)26 | -0.012| 0.026| -0.063| -0.012| 0.039|
## |as.factor(CNTY)27 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)28 | -0.113| 0.023| -0.159| -0.113| -0.067|
## |as.factor(CNTY)29 | -0.060| 0.018| -0.096| -0.060| -0.024|
## |as.factor(CNTY)30 | -0.056| 0.018| -0.092| -0.056| -0.020|
## |as.factor(CNTY)31 | -0.065| 0.026| -0.116| -0.065| -0.013|
## |as.factor(CNTY)32 | -0.023| 0.020| -0.062| -0.023| 0.016|
## |as.factor(CNTY)33 | -0.121| 0.021| -0.162| -0.120| -0.080|
## |as.factor(CNTY)34 | -0.038| 0.022| -0.081| -0.038| 0.007|
## |as.factor(CNTY)35 | -0.052| 0.020| -0.090| -0.052| -0.013|
## |as.factor(CNTY)36 | -0.064| 0.020| -0.103| -0.063| -0.025|
## |as.factor(CNTY)37 | -0.108| 0.020| -0.148| -0.108| -0.069|
## |as.factor(CNTY)38 | -0.118| 0.034| -0.185| -0.118| -0.051|
## |as.factor(CNTY)39 | -0.066| 0.018| -0.101| -0.066| -0.031|
## |as.factor(CNTY)40 | -0.093| 0.018| -0.128| -0.093| -0.059|
## |as.factor(CNTY)41 | -0.082| 0.018| -0.118| -0.082| -0.046|
## |as.factor(CNTY)42 | -0.074| 0.024| -0.121| -0.074| -0.028|
## |as.factor(CNTY)43 | -0.067| 0.018| -0.102| -0.067| -0.031|
## |as.factor(CNTY)44 | -0.076| 0.026| -0.127| -0.076| -0.025|
## |as.factor(CNTY)45 | -0.064| 0.017| -0.097| -0.064| -0.031|
## |as.factor(CNTY)46 | -0.061| 0.026| -0.112| -0.061| -0.010|
## |as.factor(CNTY)47 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)48 | -0.038| 0.021| -0.079| -0.038| 0.004|
## |as.factor(CNTY)49 | -0.054| 0.018| -0.090| -0.054| -0.018|
## |as.factor(CNTY)50 | -0.044| 0.019| -0.081| -0.044| -0.005|
## |as.factor(CNTY)51 | -0.077| 0.019| -0.114| -0.077| -0.040|
## |as.factor(CNTY)52 | -0.010| 0.018| -0.046| -0.010| 0.026|
## |as.factor(CNTY)53 | -0.063| 0.019| -0.100| -0.063| -0.027|
## |as.factor(CNTY)54 | -0.120| 0.023| -0.166| -0.120| -0.074|
## |as.factor(CNTY)55 | -0.077| 0.018| -0.113| -0.077| -0.042|
## |as.factor(CNTY)56 | -0.072| 0.019| -0.110| -0.072| -0.034|
## |as.factor(CNTY)57 | -0.065| 0.018| -0.100| -0.065| -0.030|
## |as.factor(CNTY)58 | -0.036| 0.020| -0.075| -0.036| 0.004|
## |as.factor(CNTY)59 | -0.044| 0.018| -0.079| -0.044| -0.010|
## |as.factor(CNTY)60 | -0.056| 0.017| -0.089| -0.056| -0.023|
## |as.factor(CNTY)61 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)62 | -0.061| 0.017| -0.095| -0.061| -0.027|
## |as.factor(CNTY)63 | -0.043| 0.018| -0.079| -0.043| -0.008|
## |as.factor(CNTY)64 | -0.045| 0.018| -0.081| -0.045| -0.009|
## |as.factor(CNTY)65 | -0.096| 0.019| -0.134| -0.096| -0.059|
## |as.factor(CNTY)66 | 0.012| 0.018| -0.023| 0.012| 0.047|
## |as.factor(CNTY)67 | -0.073| 0.019| -0.110| -0.074| -0.037|
## |as.factor(CNTY)68 | -0.102| 0.026| -0.154| -0.102| -0.050|
## |as.factor(CNTY)69 | -0.063| 0.023| -0.108| -0.063| -0.017|
## |as.factor(CNTY)70 | -0.059| 0.018| -0.095| -0.059| -0.023|
## |as.factor(CNTY)71 | -0.086| 0.019| -0.124| -0.086| -0.049|
## |as.factor(CNTY)72 | -0.041| 0.019| -0.078| -0.041| -0.005|
## |as.factor(CNTY)73 | -0.067| 0.019| -0.103| -0.067| -0.031|
## |as.factor(CNTY)74 | -0.020| 0.019| -0.057| -0.020| 0.016|
## |as.factor(CNTY)75 | -0.074| 0.019| -0.111| -0.074| -0.037|
## |as.factor(CNTY)76 | -0.005| 0.020| -0.044| -0.005| 0.035|
## |as.factor(CNTY)77 | -0.020| 0.018| -0.055| -0.020| 0.015|
## |as.factor(CNTY)78 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)79 | -0.077| 0.020| -0.116| -0.077| -0.039|
## |as.factor(CNTY)80 | -0.103| 0.019| -0.140| -0.103| -0.066|
## |as.factor(CNTY)81 | -0.090| 0.018| -0.125| -0.090| -0.054|
## |as.factor(CNTY)82 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)83 | -0.160| 0.022| -0.203| -0.160| -0.117|
## |as.factor(CNTY)84 | -0.059| 0.018| -0.095| -0.059| -0.023|
## |as.factor(CNTY)85 | -0.132| 0.021| -0.174| -0.132| -0.090|
## |as.factor(CNTY)86 | -0.116| 0.027| -0.169| -0.116| -0.064|
## |as.factor(CNTY)87 | -0.033| 0.018| -0.069| -0.033| 0.003|
## |as.factor(CNTY)88 | -0.130| 0.022| -0.173| -0.130| -0.088|
## |as.factor(CNTY)89 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)90 | -0.050| 0.022| -0.092| -0.050| -0.007|
## |as.factor(CNTY)91 | -0.079| 0.018| -0.114| -0.079| -0.044|
## |as.factor(CNTY)92 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)93 | -0.065| 0.018| -0.099| -0.065| -0.031|
## |as.factor(CNTY)94 | -0.054| 0.022| -0.097| -0.054| -0.012|
## |as.factor(CNTY)95 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |Precision for the Gaussian observations | 1274.668| 90.526| 1103.217| 1272.548| 1459.254|
## |Precision for covVol | 11905.195| 23628.246| 565.389| 5442.888| 63787.345|
## |Precision for covTP | 7867.223| 5186.981| 2027.775| 6565.186| 21433.204|
## |Precision for covGDD | 12385.779| 14296.892| 1896.964| 8091.862| 48918.485|
## |Precision for covSDD | 4794.331| 2722.681| 1512.999| 4156.741| 11794.171|
## |Precision for covfert | 211693.469| 661236.603| 5449.380| 68318.903| 1302830.188|
## |Precision for covherb | 41725.530| 106396.318| 1582.516| 15951.658| 240898.431|
## |Precision for YEAR.id | 16058.815| 11818.082| 3697.140| 12884.519| 47612.413|
## |Precision for YEAR.id2 | 16527.064| 12007.954| 3457.976| 13409.775| 49061.455|
## |Precision for aveSIDI3yr | 68713.932| 207710.701| 3269.348| 23947.093| 407637.500|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|--------:|
## | -2346.227| 1156.808| 0.0004795| 0.689942| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average Diversity and CV of Climate Vars and BYM
d='soyKS_0907norm_nc'
name='soy_covyield_aveSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.bym.cov1.nlnc(independent='aveSIDI3yr', 'soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.cov(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|-----------:|----------:|----------:|-----------:|
## |1 | 0.066| 0.005| 0.056| 0.066| 0.076|
## |Precision for the Gaussian observations | 1252.839| 86.487| 1088.499| 1251.035| 1428.432|
## |Precision for covVol | 22434.006| 54720.461| 839.930| 8818.095| 129001.476|
## |Precision for covTP | 8874.431| 6070.364| 2198.915| 7317.153| 24792.758|
## |Precision for covGDD | 9095.014| 8152.667| 1721.791| 6733.331| 30544.973|
## |Precision for covSDD | 4913.739| 2681.535| 1581.768| 4312.379| 11772.637|
## |Precision for covfert | 511209.132| 2933746.541| 6519.425| 101749.639| 3409069.066|
## |Precision for covherb | 484493.764| 4785756.159| 3922.763| 63479.034| 3171668.043|
## |Precision for CNTY | 1463.132| 336.575| 922.215| 1421.714| 2238.159|
## |Phi for CNTY | 0.908| 0.090| 0.660| 0.937| 0.996|
## |Precision for YEAR.id | 16365.010| 11515.782| 3654.238| 13423.201| 46731.393|
## |Precision for YEAR.id2 | 15875.760| 11277.563| 3772.172| 12889.343| 46569.102|
## |Precision for aveSIDI3yr | 934001.098| 7916834.535| 9728.547| 139955.901| 6136858.984|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -2369.517| 1175.742| 0.0005159| 0.6061046| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')CV Diversity and CV of Climate Vars and FE
d='soyKS_0907norm_nc'
name='soy_covyield_covSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.fe.cov1.nlnc(independent='covSIDI', 'soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.cov(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|----------:|----------:|---------:|-----------:|
## |(Intercept) | 0.131| 0.015| 0.101| 0.131| 0.161|
## |as.factor(CNTY)2 | -0.067| 0.018| -0.102| -0.067| -0.032|
## |as.factor(CNTY)3 | -0.068| 0.017| -0.102| -0.068| -0.034|
## |as.factor(CNTY)4 | -0.122| 0.023| -0.168| -0.122| -0.077|
## |as.factor(CNTY)5 | -0.038| 0.020| -0.077| -0.038| 0.000|
## |as.factor(CNTY)6 | -0.047| 0.017| -0.080| -0.047| -0.014|
## |as.factor(CNTY)7 | -0.074| 0.019| -0.110| -0.074| -0.038|
## |as.factor(CNTY)8 | -0.032| 0.018| -0.068| -0.032| 0.003|
## |as.factor(CNTY)9 | -0.054| 0.019| -0.092| -0.054| -0.018|
## |as.factor(CNTY)10 | -0.065| 0.019| -0.102| -0.065| -0.028|
## |as.factor(CNTY)11 | -0.049| 0.018| -0.085| -0.049| -0.014|
## |as.factor(CNTY)12 | -0.105| 0.019| -0.142| -0.105| -0.068|
## |as.factor(CNTY)13 | -0.073| 0.018| -0.109| -0.073| -0.037|
## |as.factor(CNTY)14 | -0.065| 0.019| -0.102| -0.065| -0.028|
## |as.factor(CNTY)15 | -0.062| 0.018| -0.097| -0.062| -0.027|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | -0.023| 0.018| -0.058| -0.022| 0.013|
## |as.factor(CNTY)18 | -0.063| 0.019| -0.100| -0.063| -0.025|
## |as.factor(CNTY)19 | -0.129| 0.026| -0.181| -0.129| -0.078|
## |as.factor(CNTY)20 | -0.038| 0.018| -0.074| -0.037| -0.002|
## |as.factor(CNTY)21 | -0.097| 0.019| -0.134| -0.097| -0.061|
## |as.factor(CNTY)22 | -0.064| 0.017| -0.098| -0.064| -0.030|
## |as.factor(CNTY)23 | -0.120| 0.021| -0.161| -0.120| -0.078|
## |as.factor(CNTY)24 | -0.059| 0.017| -0.093| -0.059| -0.025|
## |as.factor(CNTY)25 | -0.024| 0.026| -0.075| -0.024| 0.027|
## |as.factor(CNTY)26 | -0.014| 0.025| -0.064| -0.014| 0.036|
## |as.factor(CNTY)27 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)28 | -0.105| 0.023| -0.150| -0.105| -0.060|
## |as.factor(CNTY)29 | -0.058| 0.018| -0.094| -0.058| -0.023|
## |as.factor(CNTY)30 | -0.057| 0.018| -0.093| -0.057| -0.020|
## |as.factor(CNTY)31 | -0.064| 0.026| -0.116| -0.064| -0.013|
## |as.factor(CNTY)32 | -0.024| 0.020| -0.063| -0.024| 0.015|
## |as.factor(CNTY)33 | -0.114| 0.021| -0.155| -0.114| -0.074|
## |as.factor(CNTY)34 | -0.038| 0.017| -0.072| -0.038| -0.005|
## |as.factor(CNTY)35 | -0.053| 0.020| -0.091| -0.052| -0.014|
## |as.factor(CNTY)36 | -0.055| 0.019| -0.092| -0.055| -0.019|
## |as.factor(CNTY)37 | -0.102| 0.020| -0.141| -0.102| -0.063|
## |as.factor(CNTY)38 | -0.118| 0.034| -0.185| -0.118| -0.052|
## |as.factor(CNTY)39 | -0.070| 0.017| -0.104| -0.070| -0.036|
## |as.factor(CNTY)40 | -0.090| 0.018| -0.124| -0.090| -0.055|
## |as.factor(CNTY)41 | -0.076| 0.018| -0.112| -0.076| -0.041|
## |as.factor(CNTY)42 | -0.068| 0.023| -0.113| -0.068| -0.024|
## |as.factor(CNTY)43 | -0.067| 0.018| -0.103| -0.067| -0.032|
## |as.factor(CNTY)44 | -0.079| 0.025| -0.129| -0.079| -0.029|
## |as.factor(CNTY)45 | -0.065| 0.017| -0.098| -0.065| -0.032|
## |as.factor(CNTY)46 | -0.059| 0.026| -0.110| -0.059| -0.008|
## |as.factor(CNTY)47 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)48 | -0.036| 0.021| -0.078| -0.036| 0.005|
## |as.factor(CNTY)49 | -0.053| 0.018| -0.089| -0.053| -0.017|
## |as.factor(CNTY)50 | -0.049| 0.017| -0.083| -0.049| -0.015|
## |as.factor(CNTY)51 | -0.070| 0.018| -0.106| -0.070| -0.034|
## |as.factor(CNTY)52 | -0.006| 0.018| -0.042| -0.006| 0.030|
## |as.factor(CNTY)53 | -0.057| 0.018| -0.093| -0.057| -0.021|
## |as.factor(CNTY)54 | -0.119| 0.023| -0.165| -0.119| -0.074|
## |as.factor(CNTY)55 | -0.078| 0.018| -0.113| -0.078| -0.043|
## |as.factor(CNTY)56 | -0.065| 0.019| -0.103| -0.065| -0.027|
## |as.factor(CNTY)57 | -0.066| 0.018| -0.101| -0.066| -0.031|
## |as.factor(CNTY)58 | -0.041| 0.018| -0.076| -0.041| -0.006|
## |as.factor(CNTY)59 | -0.039| 0.017| -0.073| -0.039| -0.005|
## |as.factor(CNTY)60 | -0.057| 0.017| -0.089| -0.057| -0.024|
## |as.factor(CNTY)61 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)62 | -0.062| 0.017| -0.096| -0.062| -0.028|
## |as.factor(CNTY)63 | -0.043| 0.018| -0.079| -0.043| -0.007|
## |as.factor(CNTY)64 | -0.046| 0.018| -0.082| -0.046| -0.010|
## |as.factor(CNTY)65 | -0.089| 0.018| -0.125| -0.089| -0.053|
## |as.factor(CNTY)66 | 0.012| 0.018| -0.024| 0.012| 0.046|
## |as.factor(CNTY)67 | -0.076| 0.018| -0.112| -0.076| -0.041|
## |as.factor(CNTY)68 | -0.095| 0.026| -0.147| -0.095| -0.044|
## |as.factor(CNTY)69 | -0.061| 0.023| -0.106| -0.061| -0.016|
## |as.factor(CNTY)70 | -0.053| 0.018| -0.088| -0.053| -0.017|
## |as.factor(CNTY)71 | -0.080| 0.018| -0.116| -0.080| -0.044|
## |as.factor(CNTY)72 | -0.033| 0.018| -0.069| -0.033| 0.002|
## |as.factor(CNTY)73 | -0.068| 0.019| -0.104| -0.068| -0.031|
## |as.factor(CNTY)74 | -0.019| 0.019| -0.056| -0.019| 0.017|
## |as.factor(CNTY)75 | -0.070| 0.019| -0.107| -0.070| -0.033|
## |as.factor(CNTY)76 | -0.008| 0.019| -0.046| -0.008| 0.030|
## |as.factor(CNTY)77 | -0.019| 0.018| -0.054| -0.019| 0.016|
## |as.factor(CNTY)78 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)79 | -0.070| 0.018| -0.106| -0.070| -0.034|
## |as.factor(CNTY)80 | -0.100| 0.019| -0.137| -0.100| -0.063|
## |as.factor(CNTY)81 | -0.089| 0.018| -0.124| -0.089| -0.053|
## |as.factor(CNTY)82 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)83 | -0.153| 0.022| -0.196| -0.153| -0.111|
## |as.factor(CNTY)84 | -0.055| 0.018| -0.091| -0.055| -0.019|
## |as.factor(CNTY)85 | -0.124| 0.021| -0.165| -0.124| -0.083|
## |as.factor(CNTY)86 | -0.111| 0.026| -0.163| -0.111| -0.059|
## |as.factor(CNTY)87 | -0.027| 0.018| -0.062| -0.027| 0.008|
## |as.factor(CNTY)88 | -0.122| 0.021| -0.165| -0.122| -0.080|
## |as.factor(CNTY)89 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)90 | -0.053| 0.019| -0.090| -0.053| -0.016|
## |as.factor(CNTY)91 | -0.075| 0.018| -0.110| -0.075| -0.040|
## |as.factor(CNTY)92 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)93 | -0.064| 0.017| -0.098| -0.064| -0.030|
## |as.factor(CNTY)94 | -0.058| 0.020| -0.099| -0.058| -0.018|
## |as.factor(CNTY)95 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |Precision for the Gaussian observations | 1269.347| 90.152| 1100.173| 1266.577| 1455.004|
## |Precision for covVol | 11394.611| 21465.841| 577.913| 5409.074| 59583.614|
## |Precision for covTP | 7839.574| 5274.895| 2047.707| 6476.287| 21671.217|
## |Precision for covGDD | 12129.020| 14037.517| 1899.069| 7912.914| 47954.019|
## |Precision for covSDD | 5202.638| 3004.890| 1578.097| 4501.895| 12935.545|
## |Precision for covfert | 143614.467| 326923.275| 4408.835| 58130.877| 815757.710|
## |Precision for covherb | 37970.199| 98766.459| 1394.897| 14289.150| 220865.566|
## |Precision for YEAR.id | 15967.221| 11419.786| 3632.227| 12979.725| 47020.318|
## |Precision for YEAR.id2 | 15967.176| 11419.720| 3632.227| 12979.703| 47020.076|
## |Precision for covSIDI | 216234.125| 630256.140| 6113.289| 73784.200| 1316267.957|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|-------:|---------:|---------:|
## | -2345.642| 1156.63| 0.0004829| 0.6892367| plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')CV Diversity and CV of Climate Vars and BYM
d='soyKS_0907norm_nc'
name='soy_covyield_covSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.bym.cov1.nlnc(independent='covSIDI', 'soy', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.cov(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|-----------:|----------:|----------:|-----------:|
## |1 | 0.066| 0.005| 0.056| 0.066| 0.077|
## |Precision for the Gaussian observations | 1259.263| 87.052| 1094.199| 1257.272| 1436.565|
## |Precision for covVol | 21094.811| 51814.986| 840.035| 8297.471| 121566.085|
## |Precision for covTP | 8941.423| 6134.616| 2178.964| 7371.891| 25044.349|
## |Precision for covGDD | 7900.565| 6457.195| 1594.169| 6095.599| 25006.696|
## |Precision for covSDD | 5249.170| 2928.164| 1631.965| 4588.388| 12760.309|
## |Precision for covfert | 578651.294| 3642118.476| 6380.232| 106297.933| 3873976.328|
## |Precision for covherb | 623791.922| 7777720.236| 4191.730| 68105.322| 4028431.501|
## |Precision for CNTY | 1507.036| 338.792| 944.258| 1472.528| 2271.663|
## |Phi for CNTY | 0.908| 0.090| 0.662| 0.937| 0.996|
## |Precision for YEAR.id | 14000.083| 9044.095| 3634.821| 11742.690| 38990.523|
## |Precision for YEAR.id2 | 14000.099| 9044.103| 3634.824| 11742.704| 38990.556|
## |Precision for covSIDI | 177725.147| 501882.822| 7505.385| 64135.145| 1046922.296|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|--------:|---------:|---------:|
## | -2371.41| 1176.528| 0.0005117| 0.6068852| plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="soy", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average and CV of Diversity and Average and CV of Climate Vars and FE
d='soyKS_0907norm_nc'
name='soy_covyield_aveSIDIcovSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb','aveVol3yr','aveTP3yr','aveGDD3yr','aveSDD3yr','avefert3yr','aveherb3yr')
# f1<-build.formula.fe.cov4.nlnc(independent=c('aveSIDI3yr', 'covSIDI'), 'soy', controls = controls, priors = c("pc"))
# m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.cov(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|----------:|----------:|---------:|-----------:|
## |(Intercept) | 0.163| 0.015| 0.134| 0.163| 0.192|
## |as.factor(CNTY)2 | -0.069| 0.016| -0.102| -0.069| -0.037|
## |as.factor(CNTY)3 | -0.075| 0.017| -0.109| -0.075| -0.041|
## |as.factor(CNTY)4 | -0.160| 0.025| -0.209| -0.160| -0.110|
## |as.factor(CNTY)5 | -0.100| 0.021| -0.141| -0.100| -0.059|
## |as.factor(CNTY)6 | -0.033| 0.017| -0.067| -0.034| 0.001|
## |as.factor(CNTY)7 | -0.083| 0.019| -0.120| -0.082| -0.045|
## |as.factor(CNTY)8 | -0.028| 0.021| -0.069| -0.028| 0.012|
## |as.factor(CNTY)9 | -0.073| 0.022| -0.117| -0.073| -0.029|
## |as.factor(CNTY)10 | -0.078| 0.021| -0.119| -0.078| -0.036|
## |as.factor(CNTY)11 | -0.052| 0.018| -0.088| -0.052| -0.017|
## |as.factor(CNTY)12 | -0.176| 0.022| -0.219| -0.176| -0.133|
## |as.factor(CNTY)13 | -0.117| 0.019| -0.155| -0.117| -0.079|
## |as.factor(CNTY)14 | -0.102| 0.019| -0.140| -0.102| -0.066|
## |as.factor(CNTY)15 | -0.058| 0.017| -0.090| -0.058| -0.025|
## |as.factor(CNTY)16 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)17 | -0.025| 0.019| -0.063| -0.025| 0.013|
## |as.factor(CNTY)18 | -0.059| 0.018| -0.094| -0.059| -0.024|
## |as.factor(CNTY)19 | -0.198| 0.026| -0.250| -0.198| -0.147|
## |as.factor(CNTY)20 | -0.079| 0.018| -0.115| -0.078| -0.043|
## |as.factor(CNTY)21 | -0.104| 0.019| -0.143| -0.104| -0.066|
## |as.factor(CNTY)22 | -0.084| 0.018| -0.121| -0.084| -0.048|
## |as.factor(CNTY)23 | -0.192| 0.024| -0.240| -0.192| -0.145|
## |as.factor(CNTY)24 | -0.058| 0.021| -0.099| -0.059| -0.018|
## |as.factor(CNTY)25 | -0.088| 0.026| -0.140| -0.088| -0.037|
## |as.factor(CNTY)26 | -0.079| 0.025| -0.129| -0.079| -0.029|
## |as.factor(CNTY)27 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)28 | -0.188| 0.025| -0.237| -0.188| -0.140|
## |as.factor(CNTY)29 | -0.065| 0.017| -0.099| -0.065| -0.032|
## |as.factor(CNTY)30 | -0.079| 0.020| -0.119| -0.079| -0.040|
## |as.factor(CNTY)31 | -0.137| 0.026| -0.188| -0.137| -0.085|
## |as.factor(CNTY)32 | -0.093| 0.021| -0.134| -0.093| -0.052|
## |as.factor(CNTY)33 | -0.196| 0.023| -0.242| -0.196| -0.150|
## |as.factor(CNTY)34 | -0.042| 0.022| -0.084| -0.042| 0.001|
## |as.factor(CNTY)35 | -0.093| 0.020| -0.133| -0.093| -0.053|
## |as.factor(CNTY)36 | -0.090| 0.021| -0.132| -0.090| -0.050|
## |as.factor(CNTY)37 | -0.178| 0.025| -0.227| -0.178| -0.131|
## |as.factor(CNTY)38 | -0.209| 0.034| -0.275| -0.209| -0.142|
## |as.factor(CNTY)39 | -0.062| 0.018| -0.097| -0.062| -0.027|
## |as.factor(CNTY)40 | -0.103| 0.017| -0.137| -0.103| -0.070|
## |as.factor(CNTY)41 | -0.114| 0.020| -0.153| -0.114| -0.075|
## |as.factor(CNTY)42 | -0.072| 0.023| -0.117| -0.072| -0.027|
## |as.factor(CNTY)43 | -0.108| 0.019| -0.144| -0.108| -0.071|
## |as.factor(CNTY)44 | -0.131| 0.026| -0.182| -0.131| -0.080|
## |as.factor(CNTY)45 | -0.062| 0.016| -0.094| -0.062| -0.031|
## |as.factor(CNTY)46 | -0.131| 0.028| -0.186| -0.131| -0.076|
## |as.factor(CNTY)47 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)48 | -0.086| 0.020| -0.125| -0.085| -0.046|
## |as.factor(CNTY)49 | -0.048| 0.017| -0.083| -0.048| -0.014|
## |as.factor(CNTY)50 | -0.056| 0.019| -0.094| -0.056| -0.018|
## |as.factor(CNTY)51 | -0.103| 0.019| -0.141| -0.103| -0.065|
## |as.factor(CNTY)52 | -0.028| 0.018| -0.064| -0.028| 0.008|
## |as.factor(CNTY)53 | -0.081| 0.019| -0.119| -0.081| -0.044|
## |as.factor(CNTY)54 | -0.188| 0.026| -0.239| -0.188| -0.138|
## |as.factor(CNTY)55 | -0.080| 0.017| -0.113| -0.080| -0.047|
## |as.factor(CNTY)56 | -0.121| 0.020| -0.161| -0.121| -0.082|
## |as.factor(CNTY)57 | -0.058| 0.017| -0.091| -0.058| -0.025|
## |as.factor(CNTY)58 | -0.055| 0.020| -0.093| -0.055| -0.016|
## |as.factor(CNTY)59 | -0.050| 0.019| -0.087| -0.050| -0.014|
## |as.factor(CNTY)60 | -0.048| 0.016| -0.081| -0.049| -0.016|
## |as.factor(CNTY)61 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)62 | -0.066| 0.017| -0.099| -0.066| -0.032|
## |as.factor(CNTY)63 | -0.096| 0.018| -0.133| -0.096| -0.060|
## |as.factor(CNTY)64 | -0.091| 0.018| -0.127| -0.091| -0.056|
## |as.factor(CNTY)65 | -0.175| 0.022| -0.219| -0.175| -0.132|
## |as.factor(CNTY)66 | -0.054| 0.019| -0.092| -0.054| -0.017|
## |as.factor(CNTY)67 | -0.091| 0.018| -0.126| -0.091| -0.055|
## |as.factor(CNTY)68 | -0.165| 0.027| -0.219| -0.165| -0.113|
## |as.factor(CNTY)69 | -0.132| 0.024| -0.179| -0.132| -0.086|
## |as.factor(CNTY)70 | -0.092| 0.019| -0.130| -0.092| -0.055|
## |as.factor(CNTY)71 | -0.117| 0.020| -0.156| -0.117| -0.079|
## |as.factor(CNTY)72 | -0.093| 0.020| -0.133| -0.093| -0.055|
## |as.factor(CNTY)73 | -0.091| 0.018| -0.127| -0.091| -0.055|
## |as.factor(CNTY)74 | -0.089| 0.020| -0.127| -0.089| -0.050|
## |as.factor(CNTY)75 | -0.151| 0.021| -0.193| -0.151| -0.110|
## |as.factor(CNTY)76 | -0.067| 0.021| -0.107| -0.067| -0.026|
## |as.factor(CNTY)77 | -0.075| 0.018| -0.112| -0.075| -0.039|
## |as.factor(CNTY)78 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)79 | -0.096| 0.019| -0.134| -0.096| -0.059|
## |as.factor(CNTY)80 | -0.181| 0.024| -0.227| -0.180| -0.134|
## |as.factor(CNTY)81 | -0.108| 0.018| -0.145| -0.108| -0.072|
## |as.factor(CNTY)82 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)83 | -0.219| 0.025| -0.267| -0.218| -0.171|
## |as.factor(CNTY)84 | -0.105| 0.019| -0.143| -0.105| -0.068|
## |as.factor(CNTY)85 | -0.193| 0.023| -0.238| -0.193| -0.149|
## |as.factor(CNTY)86 | -0.208| 0.029| -0.265| -0.208| -0.152|
## |as.factor(CNTY)87 | -0.052| 0.020| -0.091| -0.051| -0.012|
## |as.factor(CNTY)88 | -0.203| 0.023| -0.249| -0.203| -0.158|
## |as.factor(CNTY)89 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)90 | -0.072| 0.021| -0.112| -0.073| -0.031|
## |as.factor(CNTY)91 | -0.106| 0.018| -0.141| -0.106| -0.071|
## |as.factor(CNTY)92 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |as.factor(CNTY)93 | -0.067| 0.016| -0.100| -0.067| -0.035|
## |as.factor(CNTY)94 | -0.043| 0.020| -0.083| -0.043| -0.004|
## |as.factor(CNTY)95 | 0.000| 3162.266| -6208.594| -0.089| 6203.412|
## |Precision for the Gaussian observations | 1676.858| 129.115| 1424.858| 1677.443| 1932.176|
## |Precision for covVol | 25984.409| 145136.479| 544.919| 5603.743| 169075.477|
## |Precision for covTP | 16818.908| 12515.236| 3610.879| 13506.913| 49811.517|
## |Precision for covGDD | 24945.578| 30793.353| 2600.013| 15716.487| 103359.592|
## |Precision for covSDD | 4707.851| 2613.717| 1509.757| 4108.912| 11400.935|
## |Precision for covfert | 238873.940| 694282.565| 7030.099| 82009.020| 1450182.183|
## |Precision for covherb | 83764.562| 291079.278| 2690.614| 25737.526| 524862.112|
## |Precision for aveVol3yr | 28210.956| 57349.118| 1868.445| 12949.156| 149683.533|
## |Precision for aveTP3yr | 3581.260| 1978.128| 1122.965| 3138.771| 8650.389|
## |Precision for aveGDD3yr | 47096.500| 58443.875| 4645.069| 29564.419| 196559.673|
## |Precision for aveSDD3yr | 10356.553| 7720.570| 2526.866| 8233.291| 30671.179|
## |Precision for avefert3yr | 38662.092| 57486.494| 3333.549| 21763.720| 179027.772|
## |Precision for aveherb3yr | 10331.824| 12101.752| 1160.490| 6709.144| 41436.589|
## |Precision for YEAR.id | 34811.090| 28525.271| 6193.410| 27004.404| 109888.600|
## |Precision for YEAR.id2 | 34810.761| 28525.031| 6193.223| 27004.161| 109887.999|
## |Precision for aveSIDI3yr | 49060.239| 91920.700| 2786.940| 23515.191| 254974.612|
## |Precision for covSIDI | 122924.387| 277746.118| 5712.743| 51633.445| 686621.007|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -2462.035| 1205.453| 0.0003318| 0.7540507| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
plot.smootheffect(name, var="avefert3yr")
plot.smootheffect(name, var="aveherb3yr")
plot.smootheffect(name, var="aveVol3yr")
plot.smootheffect(name, var="aveTP3yr")
plot.smootheffect(name, var="aveGDD3yr")
plot.smootheffect(name, var="aveSDD3yr")
#
# plot.spatialeffect(name, data=d, crop="soy", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average and CV of Diversity and Average and CV of Climate Vars and BYM
d='soyKS_0907norm_nc'
name='soy_covyield_aveSIDIcovSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb','aveVol3yr','aveTP3yr','aveGDD3yr','aveSDD3yr','avefert3yr','aveherb3yr')
# f1<-build.formula.bym.cov4.nlnc(independent=c('aveSIDI3yr', 'covSIDI'), 'soy', controls = controls, priors = c("pc"))
# m1<- run.model(f1, data=d, crop="soy", priors ="pc", name=name)
model.results.cov(name, data=d, crop="soy", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|-----------:|----------:|----------:|-----------:|
## |1 | 0.061| 0.004| 0.054| 0.061| 0.069|
## |Precision for the Gaussian observations | 1595.638| 105.843| 1379.962| 1599.925| 1794.668|
## |Precision for covVol | 89525.899| 2375987.065| 921.303| 11120.499| 588318.768|
## |Precision for covTP | 17507.278| 12992.472| 3871.865| 14041.593| 51779.866|
## |Precision for covGDD | 36327.721| 57385.398| 2821.533| 19650.610| 173876.475|
## |Precision for covSDD | 4609.289| 2434.799| 1524.490| 4079.545| 10819.474|
## |Precision for covfert | 561822.554| 2716949.484| 8667.331| 128256.776| 3669397.112|
## |Precision for covherb | 319367.228| 2068186.696| 5648.584| 61585.572| 2123963.401|
## |Precision for aveVol3yr | 881215.625| 9530008.156| 6625.312| 107538.154| 5701639.061|
## |Precision for aveTP3yr | 4681.807| 2856.174| 1402.072| 3970.969| 12144.662|
## |Precision for aveGDD3yr | 34321.991| 34049.211| 5260.427| 24309.829| 124146.134|
## |Precision for aveSDD3yr | 10363.155| 7191.471| 2681.409| 8457.178| 29340.796|
## |Precision for avefert3yr | 40255.427| 61447.240| 3379.526| 22290.353| 189047.663|
## |Precision for aveherb3yr | 13382.617| 18760.629| 1515.794| 7838.889| 59380.346|
## |Precision for CNTY | 1241.160| 266.767| 790.487| 1216.896| 1833.964|
## |Phi for CNTY | 0.936| 0.066| 0.753| 0.958| 0.997|
## |Precision for YEAR.id | 32458.674| 27327.685| 5769.773| 24854.789| 104459.490|
## |Precision for YEAR.id2 | 32447.643| 27317.362| 5768.084| 24846.731| 104419.591|
## |Precision for aveSIDI3yr | 1197480.209| 9852577.078| 12917.844| 183856.577| 7856227.842|
## |Precision for covSIDI | 155293.245| 429800.686| 6439.415| 56662.642| 914522.264|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|-------:|---------:|---------:|
## | -2484.328| 1224.63| 0.0003586| 0.6894316| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
plot.smootheffect(name, var="avefert3yr")
plot.smootheffect(name, var="aveherb3yr")
plot.smootheffect(name, var="aveVol3yr")
plot.smootheffect(name, var="aveTP3yr")
plot.smootheffect(name, var="aveGDD3yr")
plot.smootheffect(name, var="aveSDD3yr")
# plot.spatialeffect(name, data=d, crop="soy", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Wheat Models
Model with Non-linear Fertlizer and HErbicide and FE
prep.data.norm_nc("wheat_KS_final", "wheatKS_0907", "wheat", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')
#
# #quick data check
# r<-readRDS(paste0(wd,"/Data/wheatKS_0907norm_nc.rds"))
# # head(r)
# hist(r$fert)
# hist(r$herb)
# hist(r$volume)
# length(unique(r$GDD))
d='wheatKS_0907norm_nc'
name='wheat_yield_SIDI_fe_normncnl0907'
f1<-build.formula.fe.nlnc('LSM_SIDI_ALL', 'wheat', controls = "All", priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|---------:|----------:|---------:|----------:|
## |(Intercept) | 3.735| 0.092| 3.554| 3.735| 3.916|
## |as.factor(CNTY)2 | 0.011| 0.103| -0.190| 0.011| 0.213|
## |as.factor(CNTY)3 | -0.195| 0.112| -0.415| -0.195| 0.025|
## |as.factor(CNTY)4 | 0.004| 0.151| -0.291| 0.004| 0.302|
## |as.factor(CNTY)5 | -0.237| 0.109| -0.452| -0.237| -0.022|
## |as.factor(CNTY)6 | 0.108| 0.102| -0.093| 0.108| 0.308|
## |as.factor(CNTY)7 | 0.013| 0.117| -0.215| 0.013| 0.243|
## |as.factor(CNTY)8 | 0.141| 0.119| -0.093| 0.141| 0.375|
## |as.factor(CNTY)9 | 0.499| 0.180| 0.147| 0.498| 0.855|
## |as.factor(CNTY)10 | 0.059| 0.143| -0.220| 0.059| 0.340|
## |as.factor(CNTY)11 | -0.004| 0.109| -0.218| -0.004| 0.211|
## |as.factor(CNTY)12 | 0.113| 0.112| -0.106| 0.113| 0.333|
## |as.factor(CNTY)13 | -0.040| 0.152| -0.337| -0.041| 0.258|
## |as.factor(CNTY)14 | -0.078| 0.112| -0.297| -0.078| 0.143|
## |as.factor(CNTY)15 | -0.095| 0.115| -0.320| -0.096| 0.130|
## |as.factor(CNTY)16 | 0.122| 0.106| -0.087| 0.122| 0.331|
## |as.factor(CNTY)17 | -0.072| 0.152| -0.368| -0.072| 0.227|
## |as.factor(CNTY)18 | 0.022| 0.113| -0.199| 0.022| 0.244|
## |as.factor(CNTY)19 | 0.009| 0.112| -0.211| 0.009| 0.228|
## |as.factor(CNTY)20 | -0.078| 0.109| -0.293| -0.078| 0.136|
## |as.factor(CNTY)21 | -0.052| 0.102| -0.253| -0.052| 0.149|
## |as.factor(CNTY)22 | -0.077| 0.111| -0.294| -0.078| 0.140|
## |as.factor(CNTY)23 | -0.133| 0.128| -0.381| -0.134| 0.121|
## |as.factor(CNTY)24 | 0.281| 0.170| -0.052| 0.281| 0.617|
## |as.factor(CNTY)25 | -0.090| 0.108| -0.302| -0.090| 0.121|
## |as.factor(CNTY)26 | 0.032| 0.111| -0.184| 0.032| 0.249|
## |as.factor(CNTY)27 | -0.168| 0.116| -0.395| -0.168| 0.059|
## |as.factor(CNTY)28 | -0.131| 0.109| -0.346| -0.131| 0.084|
## |as.factor(CNTY)29 | 0.040| 0.104| -0.165| 0.039| 0.244|
## |as.factor(CNTY)30 | 0.090| 0.128| -0.156| 0.089| 0.345|
## |as.factor(CNTY)31 | -0.023| 0.106| -0.232| -0.023| 0.185|
## |as.factor(CNTY)32 | 0.051| 0.122| -0.189| 0.051| 0.291|
## |as.factor(CNTY)33 | -0.212| 0.139| -0.480| -0.213| 0.065|
## |as.factor(CNTY)34 | -0.134| 0.116| -0.362| -0.134| 0.096|
## |as.factor(CNTY)35 | -0.356| 0.112| -0.575| -0.356| -0.137|
## |as.factor(CNTY)36 | 0.524| 0.180| 0.173| 0.523| 0.878|
## |as.factor(CNTY)37 | -0.554| 0.113| -0.776| -0.554| -0.331|
## |as.factor(CNTY)38 | -0.166| 0.109| -0.380| -0.166| 0.047|
## |as.factor(CNTY)39 | -0.171| 0.130| -0.424| -0.172| 0.089|
## |as.factor(CNTY)40 | -0.178| 0.146| -0.461| -0.180| 0.111|
## |as.factor(CNTY)41 | 0.014| 0.118| -0.217| 0.014| 0.246|
## |as.factor(CNTY)42 | 0.013| 0.109| -0.200| 0.013| 0.226|
## |as.factor(CNTY)43 | -0.124| 0.109| -0.336| -0.124| 0.090|
## |as.factor(CNTY)44 | -0.158| 0.110| -0.374| -0.159| 0.057|
## |as.factor(CNTY)45 | -0.069| 0.124| -0.311| -0.069| 0.177|
## |as.factor(CNTY)46 | -0.306| 0.120| -0.540| -0.307| -0.071|
## |as.factor(CNTY)47 | -0.081| 0.108| -0.292| -0.081| 0.131|
## |as.factor(CNTY)48 | -0.005| 0.128| -0.255| -0.006| 0.247|
## |as.factor(CNTY)49 | -0.053| 0.099| -0.247| -0.053| 0.142|
## |as.factor(CNTY)50 | -0.106| 0.117| -0.335| -0.106| 0.125|
## |as.factor(CNTY)51 | -0.103| 0.108| -0.313| -0.103| 0.109|
## |as.factor(CNTY)52 | -0.025| 0.108| -0.236| -0.025| 0.186|
## |as.factor(CNTY)53 | -0.141| 0.106| -0.348| -0.141| 0.066|
## |as.factor(CNTY)54 | -0.017| 0.112| -0.236| -0.017| 0.202|
## |as.factor(CNTY)55 | 0.019| 0.120| -0.217| 0.018| 0.254|
## |as.factor(CNTY)56 | -0.090| 0.102| -0.290| -0.090| 0.110|
## |as.factor(CNTY)57 | -0.124| 0.103| -0.326| -0.124| 0.078|
## |as.factor(CNTY)58 | -0.111| 0.117| -0.340| -0.111| 0.119|
## |as.factor(CNTY)59 | -0.082| 0.120| -0.317| -0.082| 0.153|
## |as.factor(CNTY)60 | 0.265| 0.100| 0.068| 0.265| 0.462|
## |as.factor(CNTY)61 | -0.096| 0.112| -0.315| -0.096| 0.125|
## |as.factor(CNTY)62 | -0.051| 0.101| -0.250| -0.051| 0.147|
## |as.factor(CNTY)63 | 0.037| 0.119| -0.197| 0.037| 0.271|
## |as.factor(CNTY)64 | -0.537| 0.119| -0.770| -0.537| -0.302|
## |as.factor(CNTY)65 | -0.155| 0.117| -0.384| -0.156| 0.074|
## |as.factor(CNTY)66 | -0.115| 0.098| -0.308| -0.115| 0.078|
## |as.factor(CNTY)67 | -0.095| 0.111| -0.314| -0.095| 0.123|
## |as.factor(CNTY)68 | -0.104| 0.111| -0.322| -0.104| 0.114|
## |as.factor(CNTY)69 | -0.005| 0.101| -0.203| -0.005| 0.192|
## |as.factor(CNTY)70 | -0.112| 0.104| -0.315| -0.112| 0.092|
## |as.factor(CNTY)71 | -0.027| 0.104| -0.231| -0.027| 0.178|
## |as.factor(CNTY)72 | -0.159| 0.114| -0.382| -0.159| 0.066|
## |as.factor(CNTY)73 | -0.091| 0.107| -0.301| -0.091| 0.120|
## |as.factor(CNTY)74 | 0.106| 0.108| -0.107| 0.106| 0.319|
## |as.factor(CNTY)75 | -0.142| 0.119| -0.374| -0.142| 0.094|
## |as.factor(CNTY)76 | -0.061| 0.107| -0.271| -0.061| 0.149|
## |as.factor(CNTY)77 | -0.191| 0.105| -0.397| -0.191| 0.015|
## |as.factor(CNTY)78 | -0.222| 0.113| -0.443| -0.222| 0.001|
## |as.factor(CNTY)79 | -0.048| 0.116| -0.276| -0.049| 0.180|
## |as.factor(CNTY)80 | 0.120| 0.113| -0.103| 0.120| 0.343|
## |as.factor(CNTY)81 | 0.000| 0.106| -0.207| 0.000| 0.208|
## |as.factor(CNTY)82 | -0.211| 0.115| -0.436| -0.211| 0.015|
## |as.factor(CNTY)83 | -0.018| 0.117| -0.248| -0.018| 0.212|
## |as.factor(CNTY)84 | -0.086| 0.104| -0.290| -0.086| 0.118|
## |as.factor(CNTY)85 | -0.099| 0.119| -0.333| -0.099| 0.135|
## |as.factor(CNTY)86 | -0.314| 0.113| -0.535| -0.314| -0.093|
## |as.factor(CNTY)87 | -0.131| 0.132| -0.388| -0.132| 0.131|
## |as.factor(CNTY)88 | 0.018| 0.111| -0.198| 0.018| 0.238|
## |as.factor(CNTY)89 | -0.031| 0.117| -0.260| -0.031| 0.198|
## |as.factor(CNTY)90 | -0.070| 0.110| -0.286| -0.070| 0.146|
## |as.factor(CNTY)91 | -0.163| 0.104| -0.368| -0.163| 0.041|
## |as.factor(CNTY)92 | -0.189| 0.114| -0.413| -0.189| 0.036|
## |as.factor(CNTY)93 | -0.117| 0.138| -0.386| -0.117| 0.156|
## |as.factor(CNTY)94 | -0.193| 0.131| -0.447| -0.194| 0.066|
## |as.factor(CNTY)95 | -0.327| 0.102| -0.528| -0.327| -0.127|
## |as.factor(CNTY)96 | -0.070| 0.120| -0.306| -0.070| 0.166|
## |as.factor(CNTY)97 | -0.086| 0.114| -0.310| -0.087| 0.138|
## |as.factor(CNTY)98 | 0.242| 0.143| -0.037| 0.242| 0.523|
## |as.factor(CNTY)99 | 0.043| 0.114| -0.182| 0.042| 0.267|
## |as.factor(CNTY)100 | -0.130| 0.110| -0.345| -0.130| 0.085|
## |as.factor(CNTY)101 | -0.139| 0.116| -0.366| -0.140| 0.089|
## |as.factor(CNTY)102 | 0.032| 0.101| -0.165| 0.032| 0.230|
## |as.factor(CNTY)103 | 0.058| 0.111| -0.159| 0.058| 0.275|
## |Precision for the Gaussian observations | 31.507| 1.610| 28.492| 31.455| 34.803|
## |Precision for fert | 371.600| 311.535| 76.877| 282.894| 1193.014|
## |Precision for herb | 4117.059| 14620.288| 155.840| 1267.463| 25384.925|
## |Precision for volume | 418.664| 364.276| 84.092| 313.608| 1383.585|
## |Precision for TP | 176.154| 83.165| 65.059| 159.581| 384.725|
## |Precision for GDD | 382.127| 265.269| 97.094| 312.269| 1081.519|
## |Precision for SDD | 628.928| 615.200| 111.364| 446.916| 2245.051|
## |Precision for YEAR.id | 70.292| 34.191| 23.689| 63.903| 154.992|
## |Precision for YEAR.id2 | 17190.899| 17850.026| 1150.985| 11851.540| 64274.759|
## |Precision for LSM_SIDI_ALL | 73.486| 35.839| 27.191| 65.853| 163.815|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -407.1687| 195.5446| 0.0262308| 0.5962219|plot.smootheffect(name, var="fert")
plot.smootheffect(name, var="herb")
plot.smootheffect(name, var="LSM_SIDI_ALL")
plot.smootheffect(name, var="volume")
plot.smootheffect(name, var="TP")
plot.smootheffect(name, var="GDD")
plot.smootheffect(name, var="SDD")
# plot.spatialeffect("wheat_yield_SIDI_fe_nc", data="wheatKS_0810nc", crop="wheat", type ="FE", scale="CNTY",projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Model with Non-linear Fertlizer and Herbicide and BYM
#gdal problem with epsg integers right now so replace projection=102003 with proj4string
# prep.data.std.nlnc("wheat_KS_final", "wheatKS_0810", "wheat", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')
d='wheatKS_0907norm_nc'
name='wheat_yield_SIDI_bym_normncnl0907'
f1<-build.formula.bym.nlnc('LSM_SIDI_ALL', 'wheat', controls = "All", priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|---------:|----------:|---------:|----------:|
## |1 | 3.679| 0.051| 3.578| 3.679| 3.780|
## |Precision for the Gaussian observations | 30.949| 1.552| 27.978| 30.922| 34.088|
## |Precision for fert | 471.171| 397.589| 87.755| 359.592| 1516.318|
## |Precision for herb | 9189.708| 54977.042| 183.213| 1884.955| 60129.811|
## |Precision for volume | 538.696| 440.380| 112.790| 414.715| 1703.691|
## |Precision for TP | 137.713| 64.173| 54.047| 124.130| 300.253|
## |Precision for GDD | 422.130| 303.423| 95.313| 343.001| 1221.083|
## |Precision for SDD | 526.620| 428.621| 114.454| 405.402| 1658.588|
## |Precision for CNTY | 198.363| 64.739| 108.620| 185.627| 358.953|
## |Phi for CNTY | 0.870| 0.129| 0.512| 0.913| 0.994|
## |Precision for YEAR.id | 17674.269| 18096.938| 1210.970| 12289.867| 65390.447|
## |Precision for YEAR.id2 | 43.012| 21.157| 15.699| 38.512| 96.464|
## |Precision for LSM_SIDI_ALL | 409.672| 278.086| 101.445| 338.845| 1138.490|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -450.2259| 220.8994| 0.0287194| 0.5271956|plot.smootheffect(name, var="fert")
plot.smootheffect(name, var="herb")
plot.smootheffect(name, var="LSM_SIDI_ALL")
plot.smootheffect(name, var="volume")
plot.smootheffect(name, var="TP")
plot.smootheffect(name, var="GDD")
plot.smootheffect(name, var="SDD")
# plot.spatialeffect("wheat_yield_SIDI_fe_nc", data="wheatKS_0810nc", crop="wheat", type ="FE", scale="CNTY",projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Wheat Change in Yield Models
Average Diversity and FE
d='wheatKS_0907norm_nc'
name='wheat_dyield_aveSIDI_fe0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.fe.change1.nlnc(independent = 'aveSIDI2yr', crop='wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.change(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|---------:|----------:|---------:|----------:|
## |(Intercept) | 0.102| 0.164| -0.220| 0.102| 0.424|
## |as.factor(CNTY)2 | -0.068| 0.160| -0.382| -0.068| 0.247|
## |as.factor(CNTY)3 | -0.083| 0.167| -0.411| -0.083| 0.245|
## |as.factor(CNTY)4 | -0.319| 0.191| -0.702| -0.317| 0.049|
## |as.factor(CNTY)5 | -0.076| 0.159| -0.388| -0.076| 0.236|
## |as.factor(CNTY)6 | -0.116| 0.162| -0.435| -0.116| 0.201|
## |as.factor(CNTY)7 | -0.041| 0.159| -0.354| -0.041| 0.272|
## |as.factor(CNTY)8 | -0.133| 0.173| -0.475| -0.133| 0.203|
## |as.factor(CNTY)9 | -0.135| 0.193| -0.523| -0.131| 0.237|
## |as.factor(CNTY)10 | -0.200| 0.183| -0.568| -0.197| 0.153|
## |as.factor(CNTY)11 | -0.063| 0.167| -0.392| -0.063| 0.265|
## |as.factor(CNTY)12 | -0.066| 0.164| -0.388| -0.066| 0.256|
## |as.factor(CNTY)13 | -0.282| 0.186| -0.656| -0.279| 0.077|
## |as.factor(CNTY)14 | -0.075| 0.161| -0.391| -0.075| 0.240|
## |as.factor(CNTY)15 | -0.135| 0.167| -0.464| -0.135| 0.193|
## |as.factor(CNTY)16 | 0.026| 0.195| -0.357| 0.027| 0.409|
## |as.factor(CNTY)17 | -0.130| 0.186| -0.504| -0.128| 0.227|
## |as.factor(CNTY)18 | -0.133| 0.169| -0.466| -0.132| 0.197|
## |as.factor(CNTY)19 | -0.003| 0.173| -0.343| -0.003| 0.336|
## |as.factor(CNTY)20 | -0.094| 0.160| -0.410| -0.094| 0.220|
## |as.factor(CNTY)21 | -0.103| 0.156| -0.408| -0.103| 0.202|
## |as.factor(CNTY)22 | -0.037| 0.159| -0.349| -0.037| 0.274|
## |as.factor(CNTY)23 | -0.103| 0.162| -0.420| -0.103| 0.215|
## |as.factor(CNTY)24 | -0.058| 0.189| -0.438| -0.055| 0.306|
## |as.factor(CNTY)25 | -0.270| 0.168| -0.602| -0.270| 0.059|
## |as.factor(CNTY)26 | -0.117| 0.174| -0.461| -0.116| 0.224|
## |as.factor(CNTY)27 | -0.039| 0.166| -0.364| -0.039| 0.286|
## |as.factor(CNTY)28 | -0.069| 0.158| -0.378| -0.069| 0.240|
## |as.factor(CNTY)29 | -0.044| 0.165| -0.369| -0.044| 0.281|
## |as.factor(CNTY)30 | -0.123| 0.158| -0.433| -0.123| 0.186|
## |as.factor(CNTY)31 | -0.084| 0.163| -0.403| -0.084| 0.236|
## |as.factor(CNTY)32 | -0.131| 0.182| -0.489| -0.131| 0.226|
## |as.factor(CNTY)33 | -0.015| 0.161| -0.332| -0.015| 0.302|
## |as.factor(CNTY)34 | -0.023| 0.161| -0.338| -0.023| 0.292|
## |as.factor(CNTY)35 | -0.129| 0.159| -0.442| -0.129| 0.183|
## |as.factor(CNTY)36 | -0.090| 0.204| -0.500| -0.087| 0.305|
## |as.factor(CNTY)37 | -0.046| 0.159| -0.358| -0.046| 0.265|
## |as.factor(CNTY)38 | -0.181| 0.163| -0.502| -0.181| 0.137|
## |as.factor(CNTY)39 | -0.103| 0.159| -0.415| -0.103| 0.209|
## |as.factor(CNTY)40 | -0.045| 0.174| -0.387| -0.045| 0.297|
## |as.factor(CNTY)41 | -0.099| 0.175| -0.442| -0.098| 0.243|
## |as.factor(CNTY)42 | -0.110| 0.167| -0.439| -0.110| 0.216|
## |as.factor(CNTY)43 | 0.026| 0.161| -0.290| 0.026| 0.343|
## |as.factor(CNTY)44 | -0.134| 0.156| -0.439| -0.134| 0.172|
## |as.factor(CNTY)45 | 0.146| 0.171| -0.189| 0.146| 0.481|
## |as.factor(CNTY)46 | -0.080| 0.165| -0.404| -0.080| 0.243|
## |as.factor(CNTY)47 | -0.103| 0.162| -0.421| -0.102| 0.214|
## |as.factor(CNTY)48 | -0.260| 0.182| -0.619| -0.260| 0.095|
## |as.factor(CNTY)49 | -0.083| 0.164| -0.404| -0.083| 0.238|
## |as.factor(CNTY)50 | -0.069| 0.165| -0.393| -0.069| 0.254|
## |as.factor(CNTY)51 | -0.033| 0.154| -0.335| -0.033| 0.269|
## |as.factor(CNTY)52 | -0.227| 0.172| -0.565| -0.226| 0.111|
## |as.factor(CNTY)53 | -0.099| 0.181| -0.454| -0.099| 0.256|
## |as.factor(CNTY)54 | -0.001| 0.182| -0.358| -0.001| 0.355|
## |as.factor(CNTY)55 | -0.051| 0.174| -0.394| -0.050| 0.289|
## |as.factor(CNTY)56 | -0.090| 0.156| -0.396| -0.090| 0.216|
## |as.factor(CNTY)57 | -0.085| 0.157| -0.392| -0.085| 0.223|
## |as.factor(CNTY)58 | -0.008| 0.168| -0.338| -0.008| 0.322|
## |as.factor(CNTY)59 | -0.168| 0.176| -0.515| -0.168| 0.176|
## |as.factor(CNTY)60 | -0.034| 0.159| -0.346| -0.034| 0.277|
## |as.factor(CNTY)61 | -0.089| 0.156| -0.396| -0.089| 0.217|
## |as.factor(CNTY)62 | -0.056| 0.160| -0.370| -0.056| 0.258|
## |as.factor(CNTY)63 | -0.126| 0.167| -0.458| -0.125| 0.200|
## |as.factor(CNTY)64 | -0.072| 0.157| -0.381| -0.072| 0.237|
## |as.factor(CNTY)65 | 0.014| 0.193| -0.365| 0.014| 0.392|
## |as.factor(CNTY)66 | -0.053| 0.160| -0.368| -0.053| 0.261|
## |as.factor(CNTY)67 | -0.147| 0.166| -0.474| -0.147| 0.179|
## |as.factor(CNTY)68 | -0.167| 0.165| -0.491| -0.167| 0.156|
## |as.factor(CNTY)69 | -0.046| 0.159| -0.360| -0.046| 0.266|
## |as.factor(CNTY)70 | -0.230| 0.163| -0.551| -0.230| 0.090|
## |as.factor(CNTY)71 | -0.102| 0.156| -0.409| -0.102| 0.205|
## |as.factor(CNTY)72 | -0.077| 0.158| -0.387| -0.077| 0.233|
## |as.factor(CNTY)73 | -0.126| 0.158| -0.437| -0.126| 0.185|
## |as.factor(CNTY)74 | -0.108| 0.164| -0.431| -0.107| 0.212|
## |as.factor(CNTY)75 | -0.123| 0.167| -0.451| -0.123| 0.205|
## |as.factor(CNTY)76 | -0.097| 0.161| -0.412| -0.097| 0.218|
## |as.factor(CNTY)77 | -0.064| 0.156| -0.371| -0.064| 0.243|
## |as.factor(CNTY)78 | -0.092| 0.158| -0.403| -0.093| 0.218|
## |as.factor(CNTY)79 | -0.054| 0.168| -0.383| -0.054| 0.275|
## |as.factor(CNTY)80 | -0.106| 0.171| -0.441| -0.105| 0.229|
## |as.factor(CNTY)81 | -0.187| 0.162| -0.505| -0.187| 0.130|
## |as.factor(CNTY)82 | -0.175| 0.164| -0.496| -0.175| 0.146|
## |as.factor(CNTY)83 | -0.151| 0.171| -0.489| -0.150| 0.184|
## |as.factor(CNTY)84 | -0.113| 0.156| -0.419| -0.113| 0.193|
## |as.factor(CNTY)85 | -0.067| 0.168| -0.397| -0.067| 0.264|
## |as.factor(CNTY)86 | -0.034| 0.160| -0.349| -0.034| 0.280|
## |as.factor(CNTY)87 | -0.095| 0.162| -0.413| -0.095| 0.222|
## |as.factor(CNTY)88 | -0.023| 0.154| -0.324| -0.023| 0.279|
## |as.factor(CNTY)89 | -0.015| 0.181| -0.371| -0.015| 0.341|
## |as.factor(CNTY)90 | -0.035| 0.156| -0.342| -0.035| 0.271|
## |as.factor(CNTY)91 | -0.106| 0.156| -0.413| -0.106| 0.200|
## |as.factor(CNTY)92 | -0.019| 0.167| -0.347| -0.019| 0.308|
## |as.factor(CNTY)93 | -0.043| 0.182| -0.401| -0.043| 0.314|
## |as.factor(CNTY)94 | -0.035| 0.159| -0.347| -0.035| 0.276|
## |as.factor(CNTY)95 | -0.042| 0.155| -0.347| -0.042| 0.262|
## |as.factor(CNTY)96 | -0.018| 0.180| -0.371| -0.018| 0.335|
## |as.factor(CNTY)97 | -0.218| 0.175| -0.562| -0.218| 0.126|
## |as.factor(CNTY)98 | -0.037| 0.189| -0.415| -0.035| 0.328|
## |as.factor(CNTY)99 | -0.111| 0.172| -0.448| -0.111| 0.225|
## |as.factor(CNTY)100 | -0.118| 0.163| -0.440| -0.118| 0.202|
## |as.factor(CNTY)101 | -0.039| 0.162| -0.356| -0.039| 0.278|
## |as.factor(CNTY)102 | -0.065| 0.156| -0.372| -0.065| 0.242|
## |as.factor(CNTY)103 | -0.026| 0.171| -0.364| -0.025| 0.308|
## |Precision for the Gaussian observations | 19.993| 1.153| 17.784| 19.976| 22.318|
## |Precision for dVol | 236.808| 251.101| 36.506| 161.958| 892.638|
## |Precision for dTP | 499.022| 575.432| 70.117| 326.620| 1978.445|
## |Precision for dGDD | 32.008| 14.796| 12.025| 29.124| 68.956|
## |Precision for dSDD | 54.247| 24.045| 20.652| 49.955| 112.979|
## |Precision for dfert | 4621.087| 19519.115| 110.103| 1212.069| 29641.923|
## |Precision for dherb | 7542.164| 61295.651| 105.283| 1211.893| 49194.165|
## |Precision for YEAR.id | 15.464| 7.472| 4.958| 14.192| 33.505|
## |Precision for YEAR.id2 | 18117.797| 18240.390| 1236.887| 12708.140| 66139.882|
## |Precision for aveSIDI2yr | 1957.928| 6792.082| 79.922| 616.577| 11998.651|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|---------:|---------:|---------:|
## | 48.43071| -33.97896| 0.0329217| 0.5008551| plot.smootheffect(name, var="aveSIDI2yr")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average Diversity and BYM
d='wheatKS_0907norm_nc'
name='wheat_dyield_aveSIDI_bym0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.bym.change1.nlnc(independent = 'aveSIDI2yr', crop='wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.change(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|----------:|----------:|---------:|----------:|
## |1 | 0.011| 0.086| -0.161| 0.011| 0.184|
## |Precision for the Gaussian observations | 21.493| 1.148| 19.311| 21.467| 23.830|
## |Precision for dVol | 262.675| 266.636| 43.266| 183.526| 962.256|
## |Precision for dTP | 672.319| 923.612| 89.093| 399.334| 2919.552|
## |Precision for dGDD | 33.699| 14.735| 13.367| 30.945| 70.214|
## |Precision for dSDD | 63.266| 27.819| 24.858| 58.084| 132.139|
## |Precision for dfert | 5722.272| 18786.034| 150.283| 1791.833| 35486.062|
## |Precision for dherb | 3619.796| 13787.639| 86.855| 1017.952| 22941.183|
## |Precision for CNTY | 22176.591| 72695.319| 808.728| 7169.085| 135773.378|
## |Phi for CNTY | 0.355| 0.263| 0.012| 0.307| 0.888|
## |Precision for YEAR.id | 17.208| 8.203| 5.286| 15.961| 36.683|
## |Precision for YEAR.id2 | 19348.955| 18785.478| 1246.886| 13816.400| 68930.526|
## |Precision for aveSIDI2yr | 76344.054| 671743.833| 582.768| 10691.563| 506826.774|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|-------:|--------:|---------:|
## | -110.5306| 53.8574| 0.035436| 0.4726794| plot.smootheffect(name, var="aveSIDI2yr")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs') #something is clearly not right hereChange in Diversity FE
d='wheatKS_0907norm_nc'
name='wheat_dyield_dSIDI_fe0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.fe.change1.nlnc(independent = 'dSIDI', crop='wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.change(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|---------:|----------:|---------:|----------:|
## |(Intercept) | 0.104| 0.160| -0.211| 0.104| 0.420|
## |as.factor(CNTY)2 | -0.059| 0.159| -0.371| -0.059| 0.254|
## |as.factor(CNTY)3 | -0.110| 0.166| -0.436| -0.110| 0.215|
## |as.factor(CNTY)4 | -0.283| 0.167| -0.610| -0.283| 0.044|
## |as.factor(CNTY)5 | -0.110| 0.156| -0.416| -0.110| 0.196|
## |as.factor(CNTY)6 | -0.083| 0.155| -0.388| -0.083| 0.222|
## |as.factor(CNTY)7 | -0.049| 0.158| -0.359| -0.049| 0.261|
## |as.factor(CNTY)8 | -0.112| 0.160| -0.425| -0.112| 0.201|
## |as.factor(CNTY)9 | -0.112| 0.159| -0.424| -0.112| 0.199|
## |as.factor(CNTY)10 | -0.156| 0.158| -0.465| -0.156| 0.154|
## |as.factor(CNTY)11 | -0.088| 0.166| -0.413| -0.088| 0.237|
## |as.factor(CNTY)12 | -0.063| 0.161| -0.379| -0.063| 0.254|
## |as.factor(CNTY)13 | -0.243| 0.161| -0.558| -0.243| 0.073|
## |as.factor(CNTY)14 | -0.098| 0.160| -0.412| -0.098| 0.216|
## |as.factor(CNTY)15 | -0.163| 0.166| -0.490| -0.163| 0.163|
## |as.factor(CNTY)16 | 0.040| 0.192| -0.337| 0.040| 0.416|
## |as.factor(CNTY)17 | -0.086| 0.160| -0.400| -0.086| 0.227|
## |as.factor(CNTY)18 | -0.111| 0.159| -0.424| -0.111| 0.202|
## |as.factor(CNTY)19 | 0.007| 0.172| -0.332| 0.007| 0.345|
## |as.factor(CNTY)20 | -0.112| 0.159| -0.424| -0.112| 0.200|
## |as.factor(CNTY)21 | -0.136| 0.155| -0.441| -0.136| 0.168|
## |as.factor(CNTY)22 | -0.048| 0.158| -0.359| -0.048| 0.262|
## |as.factor(CNTY)23 | -0.134| 0.160| -0.448| -0.134| 0.180|
## |as.factor(CNTY)24 | -0.021| 0.158| -0.332| -0.021| 0.289|
## |as.factor(CNTY)25 | -0.229| 0.161| -0.545| -0.229| 0.087|
## |as.factor(CNTY)26 | -0.082| 0.166| -0.409| -0.082| 0.244|
## |as.factor(CNTY)27 | -0.074| 0.164| -0.395| -0.074| 0.247|
## |as.factor(CNTY)28 | -0.096| 0.157| -0.404| -0.096| 0.211|
## |as.factor(CNTY)29 | -0.031| 0.164| -0.352| -0.031| 0.290|
## |as.factor(CNTY)30 | -0.110| 0.154| -0.412| -0.110| 0.192|
## |as.factor(CNTY)31 | -0.089| 0.161| -0.405| -0.089| 0.226|
## |as.factor(CNTY)32 | -0.124| 0.180| -0.477| -0.124| 0.229|
## |as.factor(CNTY)33 | -0.056| 0.160| -0.371| -0.056| 0.259|
## |as.factor(CNTY)34 | -0.053| 0.159| -0.365| -0.053| 0.258|
## |as.factor(CNTY)35 | -0.150| 0.159| -0.462| -0.150| 0.161|
## |as.factor(CNTY)36 | -0.051| 0.171| -0.386| -0.051| 0.284|
## |as.factor(CNTY)37 | -0.075| 0.158| -0.386| -0.075| 0.235|
## |as.factor(CNTY)38 | -0.156| 0.155| -0.460| -0.156| 0.149|
## |as.factor(CNTY)39 | -0.134| 0.154| -0.437| -0.134| 0.169|
## |as.factor(CNTY)40 | -0.077| 0.172| -0.414| -0.077| 0.260|
## |as.factor(CNTY)41 | -0.073| 0.168| -0.404| -0.073| 0.257|
## |as.factor(CNTY)42 | -0.079| 0.160| -0.393| -0.079| 0.235|
## |as.factor(CNTY)43 | 0.010| 0.160| -0.305| 0.010| 0.325|
## |as.factor(CNTY)44 | -0.158| 0.155| -0.463| -0.158| 0.146|
## |as.factor(CNTY)45 | 0.117| 0.168| -0.212| 0.117| 0.446|
## |as.factor(CNTY)46 | -0.120| 0.163| -0.441| -0.120| 0.201|
## |as.factor(CNTY)47 | -0.081| 0.155| -0.385| -0.081| 0.223|
## |as.factor(CNTY)48 | -0.218| 0.172| -0.557| -0.218| 0.120|
## |as.factor(CNTY)49 | -0.067| 0.162| -0.385| -0.067| 0.251|
## |as.factor(CNTY)50 | -0.078| 0.163| -0.398| -0.078| 0.241|
## |as.factor(CNTY)51 | -0.053| 0.153| -0.353| -0.053| 0.247|
## |as.factor(CNTY)52 | -0.197| 0.166| -0.524| -0.197| 0.130|
## |as.factor(CNTY)53 | -0.074| 0.180| -0.428| -0.074| 0.280|
## |as.factor(CNTY)54 | -0.007| 0.180| -0.361| -0.007| 0.346|
## |as.factor(CNTY)55 | -0.029| 0.162| -0.346| -0.029| 0.289|
## |as.factor(CNTY)56 | -0.126| 0.155| -0.430| -0.126| 0.178|
## |as.factor(CNTY)57 | -0.110| 0.156| -0.416| -0.110| 0.197|
## |as.factor(CNTY)58 | -0.031| 0.167| -0.358| -0.031| 0.296|
## |as.factor(CNTY)59 | -0.131| 0.168| -0.460| -0.131| 0.199|
## |as.factor(CNTY)60 | -0.021| 0.157| -0.328| -0.021| 0.286|
## |as.factor(CNTY)61 | -0.123| 0.156| -0.429| -0.123| 0.182|
## |as.factor(CNTY)62 | -0.031| 0.158| -0.340| -0.031| 0.278|
## |as.factor(CNTY)63 | -0.109| 0.155| -0.412| -0.109| 0.195|
## |as.factor(CNTY)64 | -0.104| 0.157| -0.412| -0.104| 0.204|
## |as.factor(CNTY)65 | 0.000| 0.192| -0.377| 0.000| 0.376|
## |as.factor(CNTY)66 | -0.038| 0.158| -0.349| -0.038| 0.272|
## |as.factor(CNTY)67 | -0.125| 0.161| -0.440| -0.125| 0.190|
## |as.factor(CNTY)68 | -0.171| 0.163| -0.492| -0.171| 0.149|
## |as.factor(CNTY)69 | -0.017| 0.154| -0.320| -0.017| 0.285|
## |as.factor(CNTY)70 | -0.215| 0.160| -0.530| -0.215| 0.099|
## |as.factor(CNTY)71 | -0.104| 0.155| -0.407| -0.104| 0.200|
## |as.factor(CNTY)72 | -0.111| 0.156| -0.416| -0.111| 0.195|
## |as.factor(CNTY)73 | -0.122| 0.156| -0.429| -0.122| 0.185|
## |as.factor(CNTY)74 | -0.072| 0.155| -0.376| -0.072| 0.231|
## |as.factor(CNTY)75 | -0.147| 0.167| -0.474| -0.147| 0.180|
## |as.factor(CNTY)76 | -0.110| 0.159| -0.422| -0.110| 0.201|
## |as.factor(CNTY)77 | -0.092| 0.156| -0.398| -0.093| 0.213|
## |as.factor(CNTY)78 | -0.121| 0.155| -0.426| -0.121| 0.184|
## |as.factor(CNTY)79 | -0.090| 0.166| -0.417| -0.090| 0.236|
## |as.factor(CNTY)80 | -0.075| 0.165| -0.399| -0.075| 0.248|
## |as.factor(CNTY)81 | -0.176| 0.158| -0.487| -0.176| 0.135|
## |as.factor(CNTY)82 | -0.194| 0.162| -0.513| -0.194| 0.125|
## |as.factor(CNTY)83 | -0.125| 0.162| -0.443| -0.125| 0.193|
## |as.factor(CNTY)84 | -0.128| 0.155| -0.432| -0.128| 0.176|
## |as.factor(CNTY)85 | -0.094| 0.167| -0.422| -0.094| 0.233|
## |as.factor(CNTY)86 | -0.072| 0.155| -0.376| -0.072| 0.232|
## |as.factor(CNTY)87 | -0.113| 0.161| -0.429| -0.113| 0.202|
## |as.factor(CNTY)88 | -0.040| 0.153| -0.339| -0.040| 0.260|
## |as.factor(CNTY)89 | -0.029| 0.180| -0.384| -0.029| 0.325|
## |as.factor(CNTY)90 | -0.060| 0.155| -0.364| -0.060| 0.245|
## |as.factor(CNTY)91 | -0.125| 0.155| -0.430| -0.125| 0.180|
## |as.factor(CNTY)92 | -0.058| 0.166| -0.384| -0.058| 0.267|
## |as.factor(CNTY)93 | -0.072| 0.182| -0.429| -0.072| 0.284|
## |as.factor(CNTY)94 | -0.074| 0.158| -0.384| -0.074| 0.235|
## |as.factor(CNTY)95 | -0.085| 0.155| -0.389| -0.085| 0.219|
## |as.factor(CNTY)96 | -0.038| 0.179| -0.389| -0.038| 0.313|
## |as.factor(CNTY)97 | -0.211| 0.172| -0.549| -0.211| 0.127|
## |as.factor(CNTY)98 | 0.002| 0.166| -0.324| 0.002| 0.327|
## |as.factor(CNTY)99 | -0.098| 0.168| -0.428| -0.098| 0.231|
## |as.factor(CNTY)100 | -0.144| 0.163| -0.465| -0.144| 0.176|
## |as.factor(CNTY)101 | -0.072| 0.161| -0.388| -0.072| 0.243|
## |as.factor(CNTY)102 | -0.054| 0.155| -0.359| -0.054| 0.250|
## |as.factor(CNTY)103 | -0.008| 0.160| -0.322| -0.008| 0.306|
## |Precision for the Gaussian observations | 20.139| 1.161| 17.945| 20.108| 22.513|
## |Precision for dVol | 264.145| 296.785| 36.242| 175.422| 1029.598|
## |Precision for dTP | 440.028| 460.135| 64.869| 303.420| 1642.026|
## |Precision for dGDD | 36.035| 17.428| 12.858| 32.551| 79.761|
## |Precision for dSDD | 57.586| 26.716| 21.620| 52.339| 124.402|
## |Precision for dfert | 4488.961| 18184.445| 111.983| 1216.329| 28648.181|
## |Precision for dherb | 9348.740| 81075.242| 118.306| 1418.119| 61288.379|
## |Precision for YEAR.id | 17.813| 8.796| 5.798| 16.196| 39.529|
## |Precision for YEAR.id2 | 18169.299| 18260.171| 1239.695| 12755.231| 66251.955|
## |Precision for dSIDI | 622.374| 633.973| 94.118| 434.914| 2277.807|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|---------:|--------:|---------:|
## | 41.70348| -30.78576| 0.032626| 0.5047227| plot.smootheffect(name, var="dSIDI")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Change in Diversity BYM
d='wheatKS_0907norm_nc'
name='wheat_dyield_dSIDI_bym0907'
controls=c('dVol','dTP','dGDD','dSDD','dfert','dherb')
f1<-build.formula.bym.change1.nlnc(independent = 'dSIDI', crop='wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.change(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|---------:|---------:|----------:|---------:|----------:|
## |1 | 0.011| 0.085| -0.160| 0.011| 0.182|
## |Precision for the Gaussian observations | 21.671| 1.133| 19.473| 21.669| 23.917|
## |Precision for dVol | 243.569| 238.564| 38.617| 173.516| 873.322|
## |Precision for dTP | 804.664| 1016.319| 93.481| 500.811| 3374.189|
## |Precision for dGDD | 42.605| 19.494| 14.696| 39.410| 89.399|
## |Precision for dSDD | 63.560| 28.725| 24.033| 58.209| 134.280|
## |Precision for dfert | 5505.362| 20027.778| 142.561| 1608.032| 34570.140|
## |Precision for dherb | 5410.728| 27178.964| 111.487| 1246.075| 35437.349|
## |Precision for CNTY | 26818.720| 80388.810| 993.157| 9223.229| 163946.759|
## |Phi for CNTY | 0.309| 0.239| 0.012| 0.256| 0.837|
## |Precision for YEAR.id | 17.649| 9.148| 6.023| 15.664| 40.932|
## |Precision for YEAR.id2 | 18074.668| 18927.535| 1256.163| 12416.789| 68667.414|
## |Precision for dSIDI | 624.235| 629.495| 92.524| 438.696| 2282.211|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -115.5857| 56.18556| 0.0348741| 0.4766782| plot.smootheffect(name, var="dSIDI")
plot.smootheffect(name, var="dfert")
plot.smootheffect(name, var="dherb")
plot.smootheffect(name, var="dVol")
plot.smootheffect(name, var="dTP")
plot.smootheffect(name, var="dGDD")
plot.smootheffect(name, var="dSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Wheat Variation in Yield Models
Average Diversity and CV of Climate Vars and FE
d='wheatKS_0907norm_nc'
name='wheat_covyield_aveSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.fe.cov1.nlnc(independent='aveSIDI3yr', 'wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.cov(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|-----------:|----------:|----------:|-----------:|
## |(Intercept) | 0.032| 0.016| 0.001| 0.032| 0.063|
## |as.factor(CNTY)2 | 0.018| 0.018| -0.017| 0.018| 0.053|
## |as.factor(CNTY)3 | 0.039| 0.018| 0.003| 0.039| 0.075|
## |as.factor(CNTY)4 | 0.020| 0.025| -0.030| 0.020| 0.068|
## |as.factor(CNTY)5 | 0.010| 0.020| -0.029| 0.010| 0.049|
## |as.factor(CNTY)6 | 0.013| 0.018| -0.023| 0.013| 0.049|
## |as.factor(CNTY)7 | 0.018| 0.018| -0.017| 0.018| 0.053|
## |as.factor(CNTY)8 | -0.004| 0.021| -0.045| -0.003| 0.037|
## |as.factor(CNTY)9 | -0.027| 0.028| -0.083| -0.027| 0.027|
## |as.factor(CNTY)10 | -0.009| 0.024| -0.056| -0.009| 0.037|
## |as.factor(CNTY)11 | 0.010| 0.019| -0.027| 0.010| 0.047|
## |as.factor(CNTY)12 | 0.021| 0.019| -0.016| 0.021| 0.059|
## |as.factor(CNTY)13 | 0.005| 0.025| -0.043| 0.006| 0.053|
## |as.factor(CNTY)14 | 0.010| 0.019| -0.027| 0.010| 0.047|
## |as.factor(CNTY)15 | 0.028| 0.019| -0.010| 0.028| 0.066|
## |as.factor(CNTY)16 | 0.009| 0.021| -0.033| 0.009| 0.050|
## |as.factor(CNTY)17 | 0.018| 0.025| -0.031| 0.018| 0.066|
## |as.factor(CNTY)18 | 0.006| 0.020| -0.033| 0.006| 0.046|
## |as.factor(CNTY)19 | 0.025| 0.019| -0.012| 0.025| 0.062|
## |as.factor(CNTY)20 | 0.040| 0.018| 0.004| 0.040| 0.075|
## |as.factor(CNTY)21 | 0.026| 0.018| -0.010| 0.026| 0.062|
## |as.factor(CNTY)22 | 0.026| 0.018| -0.010| 0.026| 0.061|
## |as.factor(CNTY)23 | 0.017| 0.020| -0.022| 0.017| 0.055|
## |as.factor(CNTY)24 | 0.004| 0.027| -0.049| 0.005| 0.056|
## |as.factor(CNTY)25 | 0.017| 0.019| -0.021| 0.017| 0.055|
## |as.factor(CNTY)26 | -0.022| 0.020| -0.061| -0.022| 0.017|
## |as.factor(CNTY)27 | 0.044| 0.020| 0.004| 0.044| 0.083|
## |as.factor(CNTY)28 | 0.050| 0.019| 0.013| 0.050| 0.086|
## |as.factor(CNTY)29 | 0.011| 0.018| -0.024| 0.011| 0.047|
## |as.factor(CNTY)30 | 0.004| 0.018| -0.032| 0.004| 0.040|
## |as.factor(CNTY)31 | 0.028| 0.019| -0.009| 0.028| 0.065|
## |as.factor(CNTY)32 | 0.008| 0.021| -0.034| 0.008| 0.050|
## |as.factor(CNTY)33 | 0.044| 0.019| 0.006| 0.044| 0.082|
## |as.factor(CNTY)34 | 0.049| 0.020| 0.010| 0.049| 0.088|
## |as.factor(CNTY)35 | 0.088| 0.019| 0.051| 0.088| 0.124|
## |as.factor(CNTY)36 | -0.034| 0.029| -0.092| -0.034| 0.022|
## |as.factor(CNTY)37 | 0.105| 0.019| 0.067| 0.105| 0.142|
## |as.factor(CNTY)38 | 0.053| 0.019| 0.015| 0.053| 0.090|
## |as.factor(CNTY)39 | 0.036| 0.021| -0.005| 0.036| 0.078|
## |as.factor(CNTY)40 | 0.028| 0.022| -0.015| 0.028| 0.071|
## |as.factor(CNTY)41 | 0.021| 0.020| -0.018| 0.021| 0.060|
## |as.factor(CNTY)42 | -0.005| 0.019| -0.042| -0.005| 0.033|
## |as.factor(CNTY)43 | 0.029| 0.018| -0.007| 0.029| 0.065|
## |as.factor(CNTY)44 | 0.015| 0.018| -0.020| 0.016| 0.051|
## |as.factor(CNTY)45 | 0.027| 0.020| -0.011| 0.027| 0.065|
## |as.factor(CNTY)46 | 0.052| 0.020| 0.013| 0.052| 0.091|
## |as.factor(CNTY)47 | 0.025| 0.019| -0.013| 0.025| 0.062|
## |as.factor(CNTY)48 | -0.006| 0.022| -0.049| -0.006| 0.036|
## |as.factor(CNTY)49 | 0.024| 0.018| -0.011| 0.024| 0.059|
## |as.factor(CNTY)50 | 0.054| 0.019| 0.017| 0.054| 0.091|
## |as.factor(CNTY)51 | 0.020| 0.018| -0.015| 0.020| 0.055|
## |as.factor(CNTY)52 | 0.007| 0.020| -0.031| 0.007| 0.046|
## |as.factor(CNTY)53 | 0.038| 0.019| 0.002| 0.039| 0.075|
## |as.factor(CNTY)54 | 0.046| 0.022| 0.004| 0.046| 0.088|
## |as.factor(CNTY)55 | -0.014| 0.021| -0.056| -0.014| 0.027|
## |as.factor(CNTY)56 | 0.026| 0.019| -0.011| 0.026| 0.062|
## |as.factor(CNTY)57 | 0.035| 0.018| 0.000| 0.035| 0.070|
## |as.factor(CNTY)58 | 0.015| 0.020| -0.023| 0.015| 0.054|
## |as.factor(CNTY)59 | 0.041| 0.020| 0.002| 0.041| 0.080|
## |as.factor(CNTY)60 | 0.013| 0.018| -0.022| 0.013| 0.048|
## |as.factor(CNTY)61 | 0.014| 0.018| -0.022| 0.014| 0.050|
## |as.factor(CNTY)62 | 0.019| 0.018| -0.017| 0.019| 0.054|
## |as.factor(CNTY)63 | -0.001| 0.021| -0.042| -0.001| 0.039|
## |as.factor(CNTY)64 | 0.085| 0.019| 0.047| 0.085| 0.122|
## |as.factor(CNTY)65 | 0.020| 0.020| -0.020| 0.020| 0.060|
## |as.factor(CNTY)66 | 0.037| 0.018| 0.002| 0.037| 0.072|
## |as.factor(CNTY)67 | 0.027| 0.019| -0.010| 0.027| 0.064|
## |as.factor(CNTY)68 | 0.030| 0.019| -0.007| 0.031| 0.068|
## |as.factor(CNTY)69 | 0.007| 0.018| -0.029| 0.007| 0.043|
## |as.factor(CNTY)70 | 0.009| 0.019| -0.027| 0.010| 0.046|
## |as.factor(CNTY)71 | 0.019| 0.018| -0.017| 0.019| 0.054|
## |as.factor(CNTY)72 | 0.031| 0.020| -0.008| 0.031| 0.069|
## |as.factor(CNTY)73 | 0.033| 0.019| -0.003| 0.033| 0.070|
## |as.factor(CNTY)74 | -0.003| 0.019| -0.042| -0.003| 0.034|
## |as.factor(CNTY)75 | 0.016| 0.019| -0.022| 0.016| 0.054|
## |as.factor(CNTY)76 | 0.053| 0.018| 0.016| 0.053| 0.089|
## |as.factor(CNTY)77 | 0.028| 0.018| -0.008| 0.028| 0.064|
## |as.factor(CNTY)78 | 0.028| 0.019| -0.010| 0.028| 0.066|
## |as.factor(CNTY)79 | -0.008| 0.019| -0.046| -0.008| 0.030|
## |as.factor(CNTY)80 | -0.016| 0.020| -0.054| -0.016| 0.023|
## |as.factor(CNTY)81 | 0.000| 0.019| -0.037| 0.000| 0.036|
## |as.factor(CNTY)82 | 0.041| 0.019| 0.003| 0.041| 0.078|
## |as.factor(CNTY)83 | -0.010| 0.020| -0.050| -0.010| 0.030|
## |as.factor(CNTY)84 | 0.021| 0.018| -0.015| 0.021| 0.056|
## |as.factor(CNTY)85 | 0.029| 0.020| -0.011| 0.029| 0.068|
## |as.factor(CNTY)86 | 0.044| 0.021| 0.003| 0.044| 0.085|
## |as.factor(CNTY)87 | 0.047| 0.019| 0.010| 0.047| 0.085|
## |as.factor(CNTY)88 | 0.022| 0.018| -0.012| 0.022| 0.057|
## |as.factor(CNTY)89 | 0.051| 0.021| 0.009| 0.051| 0.093|
## |as.factor(CNTY)90 | 0.045| 0.019| 0.008| 0.045| 0.081|
## |as.factor(CNTY)91 | 0.032| 0.018| -0.003| 0.032| 0.068|
## |as.factor(CNTY)92 | 0.018| 0.020| -0.021| 0.018| 0.056|
## |as.factor(CNTY)93 | 0.039| 0.022| -0.004| 0.039| 0.082|
## |as.factor(CNTY)94 | 0.029| 0.019| -0.009| 0.029| 0.066|
## |as.factor(CNTY)95 | 0.059| 0.018| 0.023| 0.059| 0.095|
## |as.factor(CNTY)96 | 0.014| 0.022| -0.028| 0.015| 0.057|
## |as.factor(CNTY)97 | 0.037| 0.020| -0.002| 0.037| 0.075|
## |as.factor(CNTY)98 | -0.017| 0.025| -0.066| -0.017| 0.031|
## |as.factor(CNTY)99 | 0.022| 0.020| -0.016| 0.022| 0.060|
## |as.factor(CNTY)100 | 0.025| 0.018| -0.011| 0.025| 0.061|
## |as.factor(CNTY)101 | 0.056| 0.019| 0.018| 0.056| 0.094|
## |as.factor(CNTY)102 | 0.028| 0.017| -0.007| 0.028| 0.062|
## |as.factor(CNTY)103 | 0.006| 0.020| -0.034| 0.006| 0.045|
## |Precision for the Gaussian observations | 1375.818| 79.669| 1223.821| 1374.283| 1537.420|
## |Precision for covVol | 373958.965| 3605771.650| 2487.510| 48320.399| 2452376.696|
## |Precision for covTP | 587238.554| 2482487.619| 13814.782| 153973.241| 3780104.641|
## |Precision for covGDD | 8914.702| 7111.967| 2098.745| 6892.763| 27648.453|
## |Precision for covSDD | 22073.516| 19603.597| 4170.708| 16417.257| 73768.871|
## |Precision for covfert | 283240.160| 1386528.135| 5861.011| 66394.570| 1844707.670|
## |Precision for covherb | 43125.884| 84279.314| 3679.882| 20550.752| 221755.685|
## |Precision for YEAR.id | 19400.729| 15550.072| 3755.012| 15137.219| 60957.718|
## |Precision for YEAR.id2 | 19400.504| 15549.698| 3755.003| 15137.125| 60956.307|
## |Precision for aveSIDI3yr | 5979.602| 4014.434| 1480.720| 4968.064| 16467.248|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|--------:|
## | -3266.661| 1624.343| 0.0004742| 0.463457| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average Diversity and CV of Climate Vars and BYM
d='wheatKS_0907norm_nc'
name='wheat_covyield_aveSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.bym.cov1.nlnc(independent='aveSIDI3yr', 'wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.cov(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|-----------:|----------:|----------:|-----------:|
## |1 | 0.054| 0.005| 0.045| 0.054| 0.064|
## |Precision for the Gaussian observations | 1370.720| 77.503| 1223.243| 1369.041| 1528.402|
## |Precision for covVol | 75735.255| 212165.002| 1783.843| 26097.177| 460607.983|
## |Precision for covTP | 927026.748| 3337306.793| 17833.921| 264402.835| 5925807.865|
## |Precision for covGDD | 6900.192| 4700.959| 1826.916| 5663.838| 19265.638|
## |Precision for covSDD | 12095.969| 8083.542| 2963.286| 10079.057| 33239.828|
## |Precision for covfert | 145104.520| 409585.061| 3806.572| 50212.398| 881521.947|
## |Precision for covherb | 62204.944| 132375.845| 4771.159| 27973.932| 332001.746|
## |Precision for CNTY | 6544.536| 1830.506| 3699.570| 6294.237| 10820.161|
## |Phi for CNTY | 0.877| 0.119| 0.550| 0.915| 0.995|
## |Precision for YEAR.id | 15733.446| 10956.954| 3661.056| 12901.437| 44979.570|
## |Precision for YEAR.id2 | 15733.196| 10956.802| 3661.207| 12901.153| 44980.612|
## |Precision for aveSIDI3yr | 48237.471| 70663.247| 4780.023| 27483.223| 219975.193|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -3320.295| 1655.948| 0.0005184| 0.3514865| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')CV Diversity and CV of Climate Vars and FE
d='wheatKS_0907norm_nc'
name='wheat_covyield_covSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.fe.cov1.nlnc(independent='covSIDI', 'wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.cov(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|----------:|-----------:|----------:|----------:|-----------:|
## |(Intercept) | 0.021| 0.016| -0.010| 0.021| 0.052|
## |as.factor(CNTY)2 | 0.020| 0.018| -0.015| 0.020| 0.056|
## |as.factor(CNTY)3 | 0.041| 0.018| 0.005| 0.041| 0.077|
## |as.factor(CNTY)4 | 0.060| 0.019| 0.022| 0.060| 0.098|
## |as.factor(CNTY)5 | 0.011| 0.019| -0.025| 0.012| 0.048|
## |as.factor(CNTY)6 | 0.042| 0.017| 0.008| 0.042| 0.076|
## |as.factor(CNTY)7 | 0.018| 0.018| -0.017| 0.018| 0.053|
## |as.factor(CNTY)8 | 0.031| 0.018| -0.005| 0.031| 0.067|
## |as.factor(CNTY)9 | 0.008| 0.018| -0.027| 0.008| 0.043|
## |as.factor(CNTY)10 | 0.038| 0.018| 0.003| 0.038| 0.072|
## |as.factor(CNTY)11 | 0.006| 0.018| -0.030| 0.006| 0.042|
## |as.factor(CNTY)12 | 0.033| 0.019| -0.004| 0.034| 0.070|
## |as.factor(CNTY)13 | 0.048| 0.019| 0.011| 0.048| 0.085|
## |as.factor(CNTY)14 | 0.007| 0.019| -0.029| 0.007| 0.044|
## |as.factor(CNTY)15 | 0.025| 0.019| -0.013| 0.025| 0.063|
## |as.factor(CNTY)16 | 0.026| 0.021| -0.014| 0.026| 0.067|
## |as.factor(CNTY)17 | 0.060| 0.019| 0.023| 0.060| 0.096|
## |as.factor(CNTY)18 | 0.033| 0.018| -0.002| 0.033| 0.069|
## |as.factor(CNTY)19 | 0.026| 0.019| -0.012| 0.026| 0.063|
## |as.factor(CNTY)20 | 0.039| 0.018| 0.003| 0.039| 0.075|
## |as.factor(CNTY)21 | 0.021| 0.018| -0.014| 0.021| 0.057|
## |as.factor(CNTY)22 | 0.026| 0.018| -0.009| 0.026| 0.062|
## |as.factor(CNTY)23 | 0.019| 0.019| -0.019| 0.019| 0.055|
## |as.factor(CNTY)24 | 0.044| 0.018| 0.009| 0.044| 0.079|
## |as.factor(CNTY)25 | 0.039| 0.019| 0.002| 0.039| 0.075|
## |as.factor(CNTY)26 | 0.006| 0.019| -0.030| 0.006| 0.043|
## |as.factor(CNTY)27 | 0.048| 0.019| 0.010| 0.048| 0.086|
## |as.factor(CNTY)28 | 0.053| 0.019| 0.016| 0.053| 0.089|
## |as.factor(CNTY)29 | 0.012| 0.018| -0.023| 0.012| 0.048|
## |as.factor(CNTY)30 | 0.015| 0.018| -0.020| 0.015| 0.051|
## |as.factor(CNTY)31 | 0.040| 0.019| 0.003| 0.040| 0.077|
## |as.factor(CNTY)32 | 0.022| 0.021| -0.020| 0.022| 0.063|
## |as.factor(CNTY)33 | 0.047| 0.019| 0.010| 0.047| 0.083|
## |as.factor(CNTY)34 | 0.054| 0.019| 0.016| 0.054| 0.091|
## |as.factor(CNTY)35 | 0.080| 0.019| 0.043| 0.080| 0.116|
## |as.factor(CNTY)36 | 0.009| 0.019| -0.029| 0.009| 0.047|
## |as.factor(CNTY)37 | 0.103| 0.019| 0.066| 0.103| 0.139|
## |as.factor(CNTY)38 | 0.076| 0.019| 0.040| 0.076| 0.113|
## |as.factor(CNTY)39 | 0.033| 0.018| -0.003| 0.033| 0.069|
## |as.factor(CNTY)40 | 0.029| 0.021| -0.012| 0.029| 0.070|
## |as.factor(CNTY)41 | 0.039| 0.020| 0.000| 0.039| 0.077|
## |as.factor(CNTY)42 | 0.019| 0.018| -0.017| 0.019| 0.054|
## |as.factor(CNTY)43 | 0.031| 0.019| -0.006| 0.031| 0.068|
## |as.factor(CNTY)44 | 0.012| 0.018| -0.024| 0.012| 0.048|
## |as.factor(CNTY)45 | 0.024| 0.018| -0.012| 0.024| 0.059|
## |as.factor(CNTY)46 | 0.056| 0.019| 0.018| 0.056| 0.093|
## |as.factor(CNTY)47 | 0.045| 0.018| 0.008| 0.045| 0.081|
## |as.factor(CNTY)48 | 0.025| 0.020| -0.015| 0.025| 0.064|
## |as.factor(CNTY)49 | 0.034| 0.018| -0.001| 0.034| 0.069|
## |as.factor(CNTY)50 | 0.057| 0.019| 0.019| 0.057| 0.093|
## |as.factor(CNTY)51 | 0.016| 0.018| -0.019| 0.016| 0.050|
## |as.factor(CNTY)52 | 0.022| 0.019| -0.015| 0.022| 0.060|
## |as.factor(CNTY)53 | 0.041| 0.019| 0.004| 0.041| 0.078|
## |as.factor(CNTY)54 | 0.055| 0.021| 0.013| 0.055| 0.097|
## |as.factor(CNTY)55 | 0.023| 0.018| -0.013| 0.023| 0.058|
## |as.factor(CNTY)56 | 0.026| 0.018| -0.009| 0.026| 0.062|
## |as.factor(CNTY)57 | 0.029| 0.018| -0.007| 0.029| 0.064|
## |as.factor(CNTY)58 | 0.015| 0.019| -0.024| 0.015| 0.053|
## |as.factor(CNTY)59 | 0.067| 0.019| 0.029| 0.067| 0.104|
## |as.factor(CNTY)60 | 0.024| 0.018| -0.010| 0.024| 0.059|
## |as.factor(CNTY)61 | 0.013| 0.018| -0.023| 0.013| 0.049|
## |as.factor(CNTY)62 | 0.028| 0.018| -0.007| 0.028| 0.063|
## |as.factor(CNTY)63 | 0.037| 0.018| 0.002| 0.037| 0.072|
## |as.factor(CNTY)64 | 0.083| 0.019| 0.046| 0.083| 0.119|
## |as.factor(CNTY)65 | 0.020| 0.020| -0.021| 0.020| 0.060|
## |as.factor(CNTY)66 | 0.047| 0.018| 0.012| 0.047| 0.081|
## |as.factor(CNTY)67 | 0.045| 0.019| 0.009| 0.045| 0.082|
## |as.factor(CNTY)68 | 0.040| 0.019| 0.003| 0.040| 0.077|
## |as.factor(CNTY)69 | 0.027| 0.018| -0.008| 0.027| 0.061|
## |as.factor(CNTY)70 | 0.019| 0.018| -0.017| 0.019| 0.055|
## |as.factor(CNTY)71 | 0.023| 0.018| -0.012| 0.023| 0.059|
## |as.factor(CNTY)72 | 0.033| 0.019| -0.003| 0.034| 0.070|
## |as.factor(CNTY)73 | 0.043| 0.018| 0.007| 0.043| 0.078|
## |as.factor(CNTY)74 | 0.025| 0.018| -0.011| 0.025| 0.060|
## |as.factor(CNTY)75 | 0.013| 0.019| -0.025| 0.013| 0.051|
## |as.factor(CNTY)76 | 0.054| 0.018| 0.018| 0.054| 0.090|
## |as.factor(CNTY)77 | 0.026| 0.018| -0.010| 0.026| 0.061|
## |as.factor(CNTY)78 | 0.028| 0.018| -0.008| 0.028| 0.064|
## |as.factor(CNTY)79 | -0.006| 0.019| -0.044| -0.006| 0.031|
## |as.factor(CNTY)80 | -0.001| 0.019| -0.038| 0.000| 0.037|
## |as.factor(CNTY)81 | 0.012| 0.019| -0.024| 0.012| 0.049|
## |as.factor(CNTY)82 | 0.037| 0.019| -0.001| 0.037| 0.074|
## |as.factor(CNTY)83 | 0.022| 0.018| -0.013| 0.022| 0.058|
## |as.factor(CNTY)84 | 0.019| 0.018| -0.016| 0.019| 0.055|
## |as.factor(CNTY)85 | 0.031| 0.020| -0.008| 0.031| 0.070|
## |as.factor(CNTY)86 | 0.042| 0.018| 0.006| 0.042| 0.078|
## |as.factor(CNTY)87 | 0.046| 0.019| 0.009| 0.046| 0.084|
## |as.factor(CNTY)88 | 0.022| 0.018| -0.013| 0.022| 0.057|
## |as.factor(CNTY)89 | 0.048| 0.021| 0.006| 0.048| 0.090|
## |as.factor(CNTY)90 | 0.045| 0.018| 0.009| 0.045| 0.081|
## |as.factor(CNTY)91 | 0.027| 0.018| -0.008| 0.027| 0.063|
## |as.factor(CNTY)92 | 0.020| 0.019| -0.018| 0.020| 0.058|
## |as.factor(CNTY)93 | 0.037| 0.021| -0.006| 0.037| 0.079|
## |as.factor(CNTY)94 | 0.031| 0.019| -0.006| 0.031| 0.068|
## |as.factor(CNTY)95 | 0.056| 0.018| 0.020| 0.056| 0.092|
## |as.factor(CNTY)96 | 0.015| 0.021| -0.027| 0.015| 0.056|
## |as.factor(CNTY)97 | 0.049| 0.019| 0.011| 0.049| 0.087|
## |as.factor(CNTY)98 | 0.030| 0.019| -0.008| 0.030| 0.067|
## |as.factor(CNTY)99 | 0.039| 0.019| 0.001| 0.039| 0.076|
## |as.factor(CNTY)100 | 0.021| 0.019| -0.015| 0.021| 0.057|
## |as.factor(CNTY)101 | 0.057| 0.019| 0.020| 0.057| 0.095|
## |as.factor(CNTY)102 | 0.029| 0.018| -0.005| 0.029| 0.064|
## |as.factor(CNTY)103 | 0.038| 0.018| 0.003| 0.038| 0.074|
## |Precision for the Gaussian observations | 1361.076| 78.663| 1211.649| 1359.278| 1521.367|
## |Precision for covVol | 269829.815| 1974738.797| 2241.465| 43055.805| 1816735.080|
## |Precision for covTP | 671978.834| 3113217.091| 13861.010| 163462.621| 4380859.888|
## |Precision for covGDD | 8334.878| 5978.950| 2017.363| 6742.184| 24119.927|
## |Precision for covSDD | 14469.921| 10524.711| 3245.764| 11701.518| 42167.978|
## |Precision for covfert | 352240.794| 2054591.200| 5450.827| 71145.340| 2339062.299|
## |Precision for covherb | 43136.237| 80700.055| 3627.070| 21105.420| 219442.889|
## |Precision for YEAR.id | 24979.519| 20993.996| 4496.044| 19124.266| 80276.982|
## |Precision for YEAR.id2 | 24979.527| 20993.988| 4496.035| 19124.281| 80277.043|
## |Precision for covSIDI | 23494.709| 22355.763| 3946.873| 16959.083| 82118.002|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |--------:|--------:|---------:|---------:|
## | -3261.65| 1621.668| 0.0004804| 0.4606405| plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')CV Diversity and CV of Climate Vars and BYM
d='wheatKS_0907norm_nc'
name='wheat_covyield_covSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb')
f1<-build.formula.bym.cov1.nlnc(independent='covSIDI', 'wheat', controls = controls, priors = c("pc"))
m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.cov(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|------------:|----------:|----------:|------------:|
## |1 | 0.054| 0.004| 0.046| 0.054| 0.063|
## |Precision for the Gaussian observations | 1380.086| 77.965| 1231.251| 1378.605| 1538.167|
## |Precision for covVol | 168561.165| 870174.697| 1955.501| 35587.045| 1125220.083|
## |Precision for covTP | 2198732.406| 16225368.572| 24930.706| 365151.289| 14610797.688|
## |Precision for covGDD | 6941.791| 4638.309| 1852.864| 5740.549| 19142.736|
## |Precision for covSDD | 12120.806| 8122.128| 3034.785| 10069.457| 33361.075|
## |Precision for covfert | 193203.247| 663592.192| 5496.393| 59189.262| 1198674.223|
## |Precision for covherb | 53147.843| 103831.433| 4454.810| 25311.402| 274113.704|
## |Precision for CNTY | 6616.423| 1824.715| 3794.705| 6357.958| 10908.581|
## |Phi for CNTY | 0.884| 0.112| 0.578| 0.920| 0.995|
## |Precision for YEAR.id | 22264.534| 18354.781| 4084.866| 17186.355| 70752.080|
## |Precision for YEAR.id2 | 22264.895| 18355.011| 4084.850| 17186.683| 70753.438|
## |Precision for covSIDI | 25138.755| 22575.464| 4181.324| 18691.123| 84579.831|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -3325.076| 1658.154| 0.0005128| 0.3568984| plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
# plot.spatialeffect(name, data=d, crop="wheat", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average and CV of Diversity and Average and CV of Climate Vars and FE
d='wheatKS_0907norm_nc'
name='wheat_covyield_aveSIDIcovSIDI_fe0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb','aveVol3yr','aveTP3yr','aveGDD3yr','aveSDD3yr','avefert3yr','aveherb3yr')
# f1<-build.formula.fe.cov4.nlnc(independent=c('aveSIDI3yr', 'covSIDI'), 'wheat', controls = controls, priors = c("pc"))
# m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.cov(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|------------:|----------:|----------:|------------:|
## |(Intercept) | 0.047| 0.017| 0.013| 0.047| 0.081|
## |as.factor(CNTY)2 | 0.010| 0.018| -0.026| 0.010| 0.045|
## |as.factor(CNTY)3 | 0.030| 0.019| -0.007| 0.030| 0.068|
## |as.factor(CNTY)4 | 0.002| 0.028| -0.052| 0.002| 0.056|
## |as.factor(CNTY)5 | -0.017| 0.023| -0.063| -0.017| 0.029|
## |as.factor(CNTY)6 | 0.026| 0.020| -0.013| 0.026| 0.065|
## |as.factor(CNTY)7 | 0.011| 0.019| -0.026| 0.011| 0.048|
## |as.factor(CNTY)8 | -0.002| 0.022| -0.045| -0.002| 0.042|
## |as.factor(CNTY)9 | -0.013| 0.030| -0.071| -0.013| 0.045|
## |as.factor(CNTY)10 | 0.007| 0.024| -0.042| 0.007| 0.055|
## |as.factor(CNTY)11 | 0.004| 0.019| -0.033| 0.004| 0.042|
## |as.factor(CNTY)12 | -0.009| 0.023| -0.055| -0.009| 0.036|
## |as.factor(CNTY)13 | -0.015| 0.028| -0.071| -0.015| 0.040|
## |as.factor(CNTY)14 | -0.010| 0.021| -0.052| -0.010| 0.032|
## |as.factor(CNTY)15 | 0.012| 0.021| -0.030| 0.012| 0.054|
## |as.factor(CNTY)16 | 0.002| 0.021| -0.039| 0.002| 0.043|
## |as.factor(CNTY)17 | -0.013| 0.028| -0.068| -0.013| 0.042|
## |as.factor(CNTY)18 | -0.001| 0.021| -0.042| -0.001| 0.039|
## |as.factor(CNTY)19 | 0.014| 0.019| -0.023| 0.014| 0.052|
## |as.factor(CNTY)20 | 0.009| 0.022| -0.034| 0.009| 0.053|
## |as.factor(CNTY)21 | 0.002| 0.020| -0.036| 0.002| 0.041|
## |as.factor(CNTY)22 | 0.017| 0.019| -0.021| 0.017| 0.055|
## |as.factor(CNTY)23 | -0.004| 0.025| -0.053| -0.004| 0.044|
## |as.factor(CNTY)24 | 0.020| 0.027| -0.034| 0.020| 0.074|
## |as.factor(CNTY)25 | -0.006| 0.023| -0.051| -0.006| 0.039|
## |as.factor(CNTY)26 | -0.038| 0.022| -0.080| -0.038| 0.005|
## |as.factor(CNTY)27 | 0.011| 0.025| -0.038| 0.011| 0.060|
## |as.factor(CNTY)28 | 0.021| 0.023| -0.024| 0.021| 0.065|
## |as.factor(CNTY)29 | 0.003| 0.018| -0.033| 0.003| 0.039|
## |as.factor(CNTY)30 | -0.008| 0.021| -0.050| -0.008| 0.034|
## |as.factor(CNTY)31 | 0.006| 0.022| -0.038| 0.006| 0.049|
## |as.factor(CNTY)32 | -0.021| 0.025| -0.069| -0.021| 0.028|
## |as.factor(CNTY)33 | 0.021| 0.026| -0.030| 0.021| 0.071|
## |as.factor(CNTY)34 | 0.019| 0.025| -0.029| 0.019| 0.067|
## |as.factor(CNTY)35 | 0.046| 0.024| 0.000| 0.046| 0.093|
## |as.factor(CNTY)36 | -0.016| 0.029| -0.074| -0.016| 0.041|
## |as.factor(CNTY)37 | 0.067| 0.025| 0.018| 0.067| 0.116|
## |as.factor(CNTY)38 | 0.034| 0.022| -0.009| 0.034| 0.077|
## |as.factor(CNTY)39 | 0.018| 0.024| -0.029| 0.018| 0.066|
## |as.factor(CNTY)40 | -0.004| 0.028| -0.059| -0.004| 0.050|
## |as.factor(CNTY)41 | -0.003| 0.024| -0.051| -0.003| 0.044|
## |as.factor(CNTY)42 | -0.003| 0.020| -0.042| -0.003| 0.036|
## |as.factor(CNTY)43 | 0.026| 0.019| -0.012| 0.026| 0.064|
## |as.factor(CNTY)44 | -0.009| 0.021| -0.050| -0.009| 0.032|
## |as.factor(CNTY)45 | 0.024| 0.020| -0.016| 0.024| 0.064|
## |as.factor(CNTY)46 | 0.023| 0.026| -0.028| 0.023| 0.073|
## |as.factor(CNTY)47 | -0.001| 0.022| -0.044| -0.001| 0.042|
## |as.factor(CNTY)48 | -0.026| 0.025| -0.075| -0.026| 0.024|
## |as.factor(CNTY)49 | 0.025| 0.018| -0.010| 0.025| 0.060|
## |as.factor(CNTY)50 | 0.027| 0.023| -0.019| 0.027| 0.073|
## |as.factor(CNTY)51 | 0.013| 0.019| -0.024| 0.013| 0.050|
## |as.factor(CNTY)52 | -0.008| 0.022| -0.050| -0.008| 0.035|
## |as.factor(CNTY)53 | 0.038| 0.019| 0.001| 0.038| 0.075|
## |as.factor(CNTY)54 | 0.021| 0.025| -0.027| 0.021| 0.069|
## |as.factor(CNTY)55 | -0.014| 0.022| -0.057| -0.014| 0.029|
## |as.factor(CNTY)56 | 0.013| 0.020| -0.027| 0.013| 0.054|
## |as.factor(CNTY)57 | 0.022| 0.019| -0.017| 0.022| 0.060|
## |as.factor(CNTY)58 | -0.005| 0.022| -0.048| -0.005| 0.038|
## |as.factor(CNTY)59 | 0.018| 0.025| -0.031| 0.018| 0.067|
## |as.factor(CNTY)60 | 0.007| 0.018| -0.027| 0.007| 0.042|
## |as.factor(CNTY)61 | -0.009| 0.022| -0.051| -0.009| 0.034|
## |as.factor(CNTY)62 | 0.016| 0.018| -0.019| 0.016| 0.050|
## |as.factor(CNTY)63 | -0.005| 0.022| -0.048| -0.005| 0.039|
## |as.factor(CNTY)64 | 0.059| 0.026| 0.008| 0.059| 0.109|
## |as.factor(CNTY)65 | 0.013| 0.021| -0.028| 0.013| 0.054|
## |as.factor(CNTY)66 | 0.040| 0.018| 0.005| 0.040| 0.076|
## |as.factor(CNTY)67 | 0.008| 0.023| -0.038| 0.008| 0.054|
## |as.factor(CNTY)68 | 0.002| 0.022| -0.041| 0.002| 0.046|
## |as.factor(CNTY)69 | 0.010| 0.019| -0.027| 0.010| 0.047|
## |as.factor(CNTY)70 | -0.014| 0.022| -0.057| -0.014| 0.028|
## |as.factor(CNTY)71 | -0.007| 0.021| -0.047| -0.007| 0.033|
## |as.factor(CNTY)72 | 0.011| 0.024| -0.036| 0.011| 0.058|
## |as.factor(CNTY)73 | 0.005| 0.022| -0.039| 0.005| 0.048|
## |as.factor(CNTY)74 | -0.014| 0.021| -0.054| -0.014| 0.027|
## |as.factor(CNTY)75 | -0.002| 0.023| -0.047| -0.002| 0.043|
## |as.factor(CNTY)76 | 0.027| 0.022| -0.016| 0.027| 0.069|
## |as.factor(CNTY)77 | 0.008| 0.021| -0.032| 0.008| 0.049|
## |as.factor(CNTY)78 | 0.011| 0.022| -0.032| 0.011| 0.054|
## |as.factor(CNTY)79 | -0.028| 0.023| -0.072| -0.028| 0.016|
## |as.factor(CNTY)80 | -0.033| 0.021| -0.074| -0.033| 0.009|
## |as.factor(CNTY)81 | -0.026| 0.022| -0.069| -0.026| 0.017|
## |as.factor(CNTY)82 | 0.017| 0.023| -0.028| 0.017| 0.062|
## |as.factor(CNTY)83 | -0.018| 0.024| -0.064| -0.018| 0.029|
## |as.factor(CNTY)84 | -0.008| 0.021| -0.049| -0.008| 0.033|
## |as.factor(CNTY)85 | 0.007| 0.025| -0.042| 0.007| 0.056|
## |as.factor(CNTY)86 | 0.023| 0.022| -0.020| 0.023| 0.067|
## |as.factor(CNTY)87 | 0.025| 0.026| -0.026| 0.025| 0.076|
## |as.factor(CNTY)88 | 0.015| 0.019| -0.023| 0.015| 0.053|
## |as.factor(CNTY)89 | 0.030| 0.024| -0.017| 0.030| 0.077|
## |as.factor(CNTY)90 | 0.010| 0.023| -0.034| 0.010| 0.055|
## |as.factor(CNTY)91 | 0.010| 0.021| -0.031| 0.010| 0.051|
## |as.factor(CNTY)92 | -0.003| 0.023| -0.049| -0.003| 0.043|
## |as.factor(CNTY)93 | 0.010| 0.028| -0.046| 0.010| 0.066|
## |as.factor(CNTY)94 | 0.005| 0.026| -0.047| 0.005| 0.055|
## |as.factor(CNTY)95 | 0.051| 0.020| 0.011| 0.051| 0.091|
## |as.factor(CNTY)96 | -0.011| 0.025| -0.059| -0.011| 0.037|
## |as.factor(CNTY)97 | 0.009| 0.023| -0.036| 0.009| 0.054|
## |as.factor(CNTY)98 | -0.029| 0.025| -0.079| -0.029| 0.020|
## |as.factor(CNTY)99 | -0.013| 0.023| -0.059| -0.013| 0.033|
## |as.factor(CNTY)100 | 0.011| 0.019| -0.027| 0.011| 0.049|
## |as.factor(CNTY)101 | 0.028| 0.024| -0.019| 0.028| 0.075|
## |as.factor(CNTY)102 | 0.019| 0.018| -0.015| 0.019| 0.054|
## |as.factor(CNTY)103 | 0.007| 0.020| -0.031| 0.007| 0.046|
## |Precision for the Gaussian observations | 1572.533| 99.494| 1383.225| 1570.461| 1774.700|
## |Precision for covVol | 40931.219| 142222.944| 1387.723| 12657.123| 253402.702|
## |Precision for covTP | 3403227.095| 38113074.324| 21337.562| 394176.375| 22275231.472|
## |Precision for covGDD | 6836.130| 4425.229| 1903.961| 5705.413| 18432.411|
## |Precision for covSDD | 28337.991| 25224.389| 5109.312| 21094.496| 95221.006|
## |Precision for covfert | 235874.691| 1009485.704| 5577.035| 61289.881| 1524251.661|
## |Precision for covherb | 19279.673| 22457.081| 2703.422| 12548.949| 76606.301|
## |Precision for aveVol3yr | 19398.740| 25963.961| 2190.725| 11674.891| 83981.371|
## |Precision for aveTP3yr | 58830.112| 112801.363| 4891.309| 28343.547| 302031.347|
## |Precision for aveGDD3yr | 629858.457| 2759724.850| 17526.171| 164108.124| 4040445.193|
## |Precision for aveSDD3yr | 13347.697| 13862.570| 1659.340| 9261.123| 49938.166|
## |Precision for avefert3yr | 6666.367| 5064.569| 1522.619| 5278.997| 20079.706|
## |Precision for aveherb3yr | 25816.917| 31548.646| 2952.110| 16371.463| 106710.850|
## |Precision for YEAR.id | 24072.441| 20018.409| 4411.672| 18512.414| 77488.662|
## |Precision for YEAR.id2 | 24072.437| 20018.424| 4411.666| 18512.404| 77488.699|
## |Precision for aveSIDI3yr | 6380.511| 4696.520| 1468.566| 5123.027| 18741.627|
## |Precision for covSIDI | 34289.471| 35997.082| 4495.755| 23638.334| 128139.667|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|--------:|---------:|
## | -3320.839| 1644.791| 0.000389| 0.5093835| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
plot.smootheffect(name, var="avefert3yr")
plot.smootheffect(name, var="aveherb3yr")
plot.smootheffect(name, var="aveVol3yr")
plot.smootheffect(name, var="aveTP3yr")
plot.smootheffect(name, var="aveGDD3yr")
plot.smootheffect(name, var="aveSDD3yr")
#
# plot.spatialeffect(name, data=d, crop="wheat", type ="FE", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')Average and CV of Diversity and Average and CV of Climate Vars and BYM
d='wheatKS_0907norm_nc'
name='wheat_covyield_aveSIDIcovSIDI_bym0907'
controls=c('covVol','covTP','covGDD','covSDD','covfert','covherb','aveVol3yr','aveTP3yr','aveGDD3yr','aveSDD3yr','avefert3yr','aveherb3yr')
# f1<-build.formula.bym.cov4.nlnc(independent=c('aveSIDI3yr', 'covSIDI'), 'wheat', controls = controls, priors = c("pc"))
# m1<- run.model(f1, data=d, crop="wheat", priors ="pc", name=name)
model.results.cov(name, data=d, crop="wheat", diagnostics = TRUE)## [[1]]
##
##
## Table: Summary Table of Model Estimates
##
## | | mean| sd| 0.025quant| 0.5quant| 0.975quant|
## |:---------------------------------------|-----------:|------------:|----------:|----------:|------------:|
## |1 | 0.054| 0.004| 0.047| 0.054| 0.062|
## |Precision for the Gaussian observations | 1401.481| 76.127| 1268.093| 1395.469| 1566.088|
## |Precision for covVol | 44552.639| 159896.700| 1295.250| 13283.307| 279776.956|
## |Precision for covTP | 4916070.487| 38199213.426| 27570.204| 714788.926| 33258291.237|
## |Precision for covGDD | 7529.188| 5387.211| 1766.781| 6111.126| 21749.945|
## |Precision for covSDD | 22624.708| 24862.375| 4170.679| 15129.446| 86371.682|
## |Precision for covfert | 95639.759| 249172.865| 4903.019| 36908.637| 548853.478|
## |Precision for covherb | 31792.386| 51094.301| 3743.252| 17218.117| 149841.321|
## |Precision for aveVol3yr | 109117.494| 183933.472| 9651.484| 56957.807| 531879.372|
## |Precision for aveTP3yr | 205513.398| 569438.998| 2190.502| 65571.889| 1286495.967|
## |Precision for aveGDD3yr | 607172.494| 2058273.613| 5004.923| 163470.601| 3996875.910|
## |Precision for aveSDD3yr | 14631.786| 13762.404| 2652.249| 10595.241| 50889.679|
## |Precision for avefert3yr | 12540.019| 12207.505| 1868.294| 8976.241| 44801.382|
## |Precision for aveherb3yr | 29754.255| 57856.914| 3350.596| 14409.049| 151044.063|
## |Precision for CNTY | 8519.116| 3274.110| 3351.695| 8153.301| 15912.305|
## |Phi for CNTY | 0.854| 0.147| 0.450| 0.904| 0.995|
## |Precision for YEAR.id | 24169.735| 19440.937| 4113.129| 18965.683| 75079.701|
## |Precision for YEAR.id2 | 22903.108| 22566.669| 3636.392| 16267.806| 82270.669|
## |Precision for aveSIDI3yr | 436464.769| 1635930.877| 3207.275| 108038.485| 2920990.009|
## |Precision for covSIDI | 24666.156| 32744.034| 3249.533| 14934.689| 105430.298|
##
## [[2]]
##
## [[3]]
##
##
## Table: Model Diagnostic Metrics
##
## | DIC| CPO| MSE| R2|
## |---------:|--------:|---------:|---------:|
## | -3397.146| 1673.161| 0.0004434| 0.4060198| plot.smootheffect(name, var="aveSIDI3yr")
plot.smootheffect(name, var="covSIDI")
plot.smootheffect(name, var="covfert")
plot.smootheffect(name, var="covherb")
plot.smootheffect(name, var="covVol")
plot.smootheffect(name, var="covTP")
plot.smootheffect(name, var="covGDD")
plot.smootheffect(name, var="covSDD")
plot.smootheffect(name, var="avefert3yr")
plot.smootheffect(name, var="aveherb3yr")
plot.smootheffect(name, var="aveVol3yr")
plot.smootheffect(name, var="aveTP3yr")
plot.smootheffect(name, var="aveGDD3yr")
plot.smootheffect(name, var="aveSDD3yr")
# plot.spatialeffect(name, data=d, crop="wheat", type ="BYM", scale="CNTY", projection='+proj=aea +lat_1=29.5 +lat_2=45.5 +lat_0=37.5 +lon_0=-96 +x_0=0 +y_0=0 +ellps=GRS80 +datum=NAD83 +units=m no_defs')